Ενότητα 1: SQL & Σχεσιακές Βάσεις Δεδομένων

1. Τι είναι σχεσιακή βάση δεδομένων (Relational Database) και πώς δομείται
2. Τι είναι σχήμα πίνακα (table schema), πεδία, τύποι δεδομένων, constraints
3. Δημιουργία και διαχείριση πινάκων με CREATE, ALTER, DROP
4. Χρήση βασικών εντολών SQL: SELECT, WHERE, ORDER BY, DISTINCT, LIMIT
5. Συναθροιστικές συναρτήσεις και ομαδοποίηση (GROUP BY, HAVING)
6. Συνενώσεις πινάκων (INNER JOIN, LEFT JOIN, κ.ά.)
7. Υποερωτήματα (IN, EXISTS, ANY, ALL)
8. Δημιουργία εικονικών πινάκων (Views) για reporting
9. Πρακτική χρήση του SQL Server Management Studio (SSMS)

Ενότητα 2: Οικονομετρικά Εργαλεία για Πρακτικές Εφαρμογές

1. Τι είναι παλινδρόμηση και ποια η χρήση της στην οικονομική ανάλυση
2. Εκτίμηση απλής και πολλαπλής γραμμικής παλινδρόμησης
3. Έλεγχοι υποθέσεων και ερμηνεία αποτελεσμάτων (p-values, R², t-tests)
4. Προβλήματα και διαγνωστικοί έλεγχοι:
   1. Πολυσυγγραμμικότητα (Multicollinearity)
   2. Ετεροσκεδαστικότητα (Heteroskedasticity)
   3. Αυτοσυσχέτιση (Autocorrelation)
5. Εφαρμογή οικονομετρικών μοντέλων σε χρηματοοικονομικά δεδομένα

Ενότητα 3: Ανάλυση Δεδομένων με R

1. Χρήση του RStudio για στατιστική και οικονομετρική ανάλυση
2. Διασύνδεση της R με SQL Server (μέσω DBI και odbc)
3. Ανάκτηση δεδομένων από πίνακες SQL απευθείας μέσα από την R
4. Επεξεργασία δεδομένων με dplyr: filter(), select(), mutate(), summarise()
5. Δημιουργία βασικών διαγραμμάτων (ιστογράμματα, γραμμικά, scatter)
6. Εκτίμηση και ερμηνεία μοντέλων παλινδρόμησης με lm()
7. Συνδυασμός SQL + R για end-to-end ανάλυση:
   • Από SQL → R → Ανάλυση → Οικονομετρικά συμπεράσματα