Statistika za poslovno odločanje

Ime predmeta:Statistika za poslovno odločanje
Semester izvedbe:1. semester (jesenski)
Tip predmeta:Obvezni
Kreditne točke:6 KT
Študijski program:Poslovne vede
Primarni jezik izvedbe:slovenski jezik
Uvod
Predmet se bo izvajal v slovenskem jeziku in je obvezni predmet skladno z učnim načrtom na dodiplomskem študijskem programu Poslovne vede. Predmet predvideva 8 modulov. Tisti, ki že imajo opravljen predmet s stopnje UNI morajo za priznanje predmeta na stopnji MAG opraviti samostojen seminar (za podrobne informacije o seminarju naj se kandidati obrnejo na nosilca predmeta)
 
Predpogoji za vključitev v delo pri predmetu
Študenti morajo razumeti vsebino predmeta Statistika 1 prvega letnika študija na Fakulteti za poslovne vede oziroma sorodne vsebine začetnega programa statistike katerekoli slovenske ali mednarodne fakultete (poslovne šole). Študentje morajo imeti zadostno znanje angleškega jezika, da lahko samostojno uporabljajo gradivo na zgoraj navedenih spletnih portalih, ki služijo v pomoč pri učenju predmeta.
 
Cilji
  1. Naučiti se besedoslovja in temeljnih konceptov statistike (»bayesovske« in »standardne«).
  2. Razumevanje načel statističnega sklepanja.
  3. Sestaviti osnovno orodjarno za delo s statističnimi orodji z razumevanjem njenih uporabnosti in meja.
  4. Uporaba računalniškega programa in izvajanje statističnih simulacij (R-Studio).
  5. Postati poučeni uporabnik statističnih informacij.
  6. Priprava na delo v analitiki podjetij.
Kompetence
  1. Ustvariti in pojasniti razsevni diagram in histogram.
  2. Razumeti razliko med verjetnostnimi funkcijami in funkcijami verjetja in poiskati cenilko največjega verjetja za modelski parameter.
  3. Poznati osnove bayesovske statistike (diskretni, zvezni priorji).
  4. Testiranje ničelnih domnev, preverjanje značilnosti rezultatov, izračunavanje in razumevanje  p-vrednosti.
  5. Uporaba z-testa, t-testa, hi-kvadrat testa.
  6. Iskanje intervalov zaupanja za ocene parametrov.
  7. Uporaba bootstrappinga za oceno parametrov.
  8. Izračunavanje in pojasnjevanje navadne linearne regresije dveh spremenljivk.
  9. Uporaba metode najmanjših kvadratov pri prileganju podatkov regresijskemu modelu.
 Vsebina predmeta
  1. Uvod v statistiko; cenilke največjega verjetja
  2. »Bayesovska statistika«: uporaba poznanih diskretnih priorjev
  3. »Bayesovska statistika«: verjetnostna napoved; verjetje
  4. Verjetnostni intervali
  5. »Standardna statistika«: test značilnosti ničelne domneve
  6. Stopnja značilnosti preizkusa, t-test
  7. Območje zavračanja ničelnih domnev: paleta testov
  8. Primerjava med »bayesovsko in standardno« statistično metodo
  9. Intervali zaupanja
  10. »Bootstraping« in intervali zaupanja
  11. Linearna regresija
Oblike dela
  • Frontalna oblika poučevanja in
  • samostojno in individualno delo študentov
Metode (načini) dela
  • razlaga
  • razgovor/debata
  • računalniški moduli
  • študija primerov
  • reševanje nalog
Sistem ocenjevanja in kriterij
Preverjanje znanje je sestavljeno iz treh elementov: 1) Pisni izpit (70/100), 2) Domače naloge (10/100), 3) Računalniški seminar (20/100). Pisni izpit je mogoče nadomestiti z dvema kolokvijema, ki sta predvidena na polovici (po koncu modulov 9-12) in ob koncu izvajanja predmeta (po koncu modulov 13-16).
Izdelava računalniškega seminarja in domačih nalog ni pogoj za pristop k pisnemu izpitu. Dosežene točke pri seminarju in domačih nalogah se dodelijo do konca tekočega semestra, v katerem se izvaja predmet. Točke pri obeh je mogoče pridobiti le znotraj semestra, v katerem poteka izvajanje predmeta Statistika za poslovno odločanje.
Način oddaje seminarja: tiskano in sicer do dneva izvajanja kolokvija 2 v tekočem semestru izvajanja predmeta.
Način oddaje domačih nalog: tiskano in sicer sproti na vsakem srečanju za prejšnji modul. Z zamudo oddane domače naloge ne bodo upoštevane. Zadnjo domačo nalogo oddati do dneva izvajanja kolokvija 2 v tekočem semestru izvajanja predmeta.
 
Učni in študijski material Govorilne ure
  • Pred in po predavanjih
  • Po dogovoru

Nosilec predmeta:

Steinbacher, Mitja
img_4749.jpg