Introduction
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:
- Department of Statistics of Athens University of Economics and Business
- Department of Statistics and Insurance Science of University of Piraeus
- Τμήμα Στατιστικής και Αναλογιστικών - Χρηματοοικονομικών Μαθηματικών του Πανεπιστημίου Αιγαίου
- Department of Statistics of University of Western Macedonia
Minimum admission scores
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.
years <- unique(tmimata_statistikis$Year)
# Step 3: Prepare series data
series_data <- tmimata_statistikis %>%
group_by(University) %>%
summarise(data = list(Theseis)) %>%
mutate(name = University) %>%
select(name, data) %>%
list_parse()
highchart() %>%
hc_chart(type = "area") %>%
hc_title(text = "Historic and Estimated Worldwide Population Distribution by Region") %>%
hc_subtitle(text = "Using tidy data (long format)") %>%
hc_xAxis(categories = years, tickmarkPlacement = "on", title = list(enabled = FALSE)) %>%
hc_yAxis(title = list(text = "Percent"), labels = list(format = "{value}%")) %>%
hc_tooltip(shared = TRUE, pointFormat = "<span style='color:{series.color}'>{series.name}</span>: <b>{point.percentage:.1f}%</b> ({point.y:,.0f})<br/>") %>%
hc_plotOptions(area = list(
stacking = "percent",
lineColor = "#ffffff",
lineWidth = 1,
marker = list(lineWidth = 1, lineColor = "#ffffff")
)) %>%
hc_add_series_list(series_data)
Requirements to Graduate
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$Images,
labels = list(useHTML = TRUE),
title = list(text = "")
) %>%
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.
Late graduation
url = "https://www.statistics.gr/el/statistics?p_p_id=documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ&p_p_lifecycle=2&p_p_state=normal&p_p_mode=view&p_p_cacheability=cacheLevelPage&p_p_col_id=column-2&p_p_col_count=4&p_p_col_pos=2&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_javax.faces.resource=document&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_ln=downloadResources&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_documentID=563442&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_locale=el"
work_dir = here::here("posts", "statistics-studies-in-greece")
download.file(url = url, destfile = "undergrads_by_year.xls")
library(readxl)
library(stringr)
undergrads_by_year <- read_excel(here::here(work_dir, "undergrads_by_year.xls")) %>%
dplyr::select(c(3,4,25)) %>%
setNames(c("Dept", "StudentsUnEq6", "studentsOv6")) %>%
tidyr::drop_na(Dept) %>%
.[-c(1),] %>%
mutate(across(c(StudentsUnEq6, studentsOv6), ~ as.integer(.))) %>%
mutate(totalStudents = StudentsUnEq6 + studentsOv6,
pctOv6 = studentsOv6 / totalStudents,
nonPctOv6 = 1 - pctOv6) %>%
arrange(-pctOv6) %>%
dplyr::filter(str_detect(Dept, "ΣΤΑΤΙΣΤΙΚΗ"))
highchart() %>%
hc_chart(type = "bar") %>%
hc_title(text = "Ποσοστό φοιτητών που ξεπέρασαν τα ν+2 έτη") %>%
hc_subtitle(text = "Το τμήμα του Πειραιά έχει το μεγαλύτερο ποσοστό καθυστερημένης αποφοίτησης με 7 στους 10 φοιτητές του τμήματος να αποτελούν φοιτητές 7ου ή μεγαλύτερου έτους. Με μεγάλη ποσοστιαία διαφορά ακολουθούν τα τμήματα της Αθήνας και της Σάμου. Το τμήμα των Γρεβενών είναι νεοσύστατο και δεν έχει φοιτητές ν+2.") %>%
hc_xAxis(categories = undergrads_by_year$Dept) %>%
hc_yAxis(title = list(text = "Value")) %>%
hc_plotOptions(series = list(stacking = "normal")) %>%
hc_add_series(name = "Until 6 Years", data = undergrads_by_year$nonPctOv6) %>%
hc_add_series(name = "Over 6 Years", data = undergrads_by_year$pctOv6) %>%
hc_yAxis(
title = list(text = "Value"),
plotLines = list(
list(
color = "orange",
width = 2,
value = 0.5,
dashStyle = "ShortDash",
label = list(
y = 200,
text = paste0("Average: ", round(50, 1)),
align = "left",
style = list(color = "orange", fontWeight = "bold", fontSize = 10)
)
)
)
) %>%
hc_tooltip(
valueDecimals = 2
)
Other Information
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")
))
Mapping Departments
Finally, it would be interesting to practice my skills in creating maps with R. I usually use Shapefiles to have a base map (in this case, the boundaries of Greece) or a package to define them, such as the rnaturalearth
accompanied by the rnaturalearthdata
και rnaturalhires
packages. This was my approach in the first version of my article. Fortunately, in the past period, I have made a great effort to transform my static plots into interactive ones using highcharter. That’s what I am also trying to do with maps, as the aforemntioned library offers relevant mapping tools. On our specific example, we need Greece’s boundaries which are available from the library (as are the boundaries of other countries).
uni_coord = data.frame(
uni = c("UniPi", "Aegean", "AUEB", "UoWM"),
unilong = c("University of Piraeus", "University of Aegean",
"Athens University of Economics and Business",
"University of Western Macedonia"),
dept = c("Statistics and Insurance Science", "Statistics and Actuarial Science",
"Statistics", "Statistics"),
long = c(23.6529793, 26.5664138,23.7300928, 21.4565181),
lat = c(37.77, 39.0851185, 38.1940201, 40.1197471),
img = c("https://upload.wikimedia.org/wikipedia/en/7/7e/UNIPI.jpg", "https://upload.wikimedia.org/wikipedia/en/d/df/Aegean_University_logo.gif", "https://upload.wikimedia.org/wikipedia/en/thumb/8/89/AUEB_EMBLEM.png/250px-AUEB_EMBLEM.png","https://upload.wikimedia.org/wikipedia/commons/thumb/4/42/UoWM.png/120px-UoWM.png"),
established = c(1938, 1984, 1920, 2003),
dpt_est = c(1977,2000, 1989, 2019),
town = c("Piraeus", "Samos", "Athens", "Grevena")
)
uni_coord$symbol <- c(
"url(https://upload.wikimedia.org/wikipedia/commons/e/e4/Map_marker_icon_%E2%80%93_Nicolas_Mollet_%E2%80%93_Pin.svg)",
"url(https://upload.wikimedia.org/wikipedia/commons/e/e4/Map_marker_icon_%E2%80%93_Nicolas_Mollet_%E2%80%93_Pin.svg)",
"url(https://upload.wikimedia.org/wikipedia/commons/e/e4/Map_marker_icon_%E2%80%93_Nicolas_Mollet_%E2%80%93_Pin.svg)",
"url(https://upload.wikimedia.org/wikipedia/commons/e/e4/Map_marker_icon_%E2%80%93_Nicolas_Mollet_%E2%80%93_Pin.svg)"
)
# Load Greece Map
hcmap("countries/gr/gr-all", name = "SA") %>%
hc_add_series(
data = uni_coord,
type = "mappoint",
hcaes(lon = long, lat = lat, name = uni),
name = "Departments",
color = "brown4",
marker = list(
symbol = "url(https://cdn-icons-png.flaticon.com/512/5081/5081368.png)", # example map pin SVG
width = 20,
height = 20
)
) %>%
hc_title(text = "<b>Departments of Statistics</b>") %>%
hc_subtitle(text = "In Greece there are in total four public departments of undergraduate degree on Statistics. The duration of studies is 4 years. They are based in Athens, Piraeus, Samos and Grevena.") %>%
hc_caption(text = "stesiam, 2025") |>
hc_tooltip(
useHTML = TRUE, # Enables HTML formatting
formatter = JS("
function() {
return '<div style=\"max-width: 300px; min-width: 150px; white-space: normal;\">' +
'<div style=\"text-align: center; \">' +
'<b>' + this.point.unilong + '</b><br>(' + this.point.uni + ')</div>' +
'<br>' +
'<div style=\"text-align: center;\"><em>' + this.point.dept + '</em></div>' +
'<br>' +
'<img style=\"margin: auto; display:flex; justify-content: center;\" src=\"' + this.point.img + '\" width=\"40\" height=\"40\" style=\"border-radius:10px; margin-top:5px;\" /><br>' +
'<b>Town:</b>' + this.point.town + '<br>' +
'<b>Uni established:</b> ' + this.point.established + '<br>' +
'<b>Dept. Est.:</b> ' + this.point.dpt_est + '<br>' +
'<b>Students:</b>' +
'</div>';
}
")
) %>%
hc_legend(enabled = FALSE)
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.
Acknowledgements
Image by WOKANDAPIX from Pixabay
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}
}