IZVEDBENI PLAN NASTAVE OPIS KOLEGIJA

Transcription

1 Studij: SPECIJALISTIČKI DIPLOMSKI STRUČNI STUDIJ Studijska godina: 1.,.* Akad. godina: VELEUČILIŠTE U ŠIBENIKU 013./014. Smjer: Semestar: * Od akademske godine 013./014. predmet Statistika izvodi se u prvom semestru Datum: Stranica: 1 od 4 Revizija: 0 ZIMSKI OPĆE INFORMACIJE O KOLEGIJU Šifra kolegija DMS O / I Naziv kolegija ECTS Radno opterećen je O STATISTIKA Vrsta nastave P S Broj grupa Broj sati 1 45 V 3 30 Nastavnik Ana Perišić,dipl.ing., univ.spec.oec Ana Perišić,dipl.ing., univ.spec.oec OPIS KOLEGIJA Cilj nastavnog procesa: Stjecanje znanja iz teorije i ovladavanje praktičnim vještinama potrebnim za adekvatnu statističko-ekonomsku analizu i interpretaciju rezultata. Korištene nastavne metode: Predavanja se izvode kombiniranom ( ex cathedra / case ) metodom uz korištenje računalnih prezentacija u programu MS PowerPoint i handout-a. Teoretski nastavni sadržaj (40%) izlaže se metodom ex cathedra, drugi dio programskog sadržaja kolegija izvodi se case metodom gdje se prikazuju slučajevi koji ilustriraju teoretsku nastavu. Vježbe obuhvaćaju rješavanje karakterističnih grupa zadataka kao pripremu za kolokvije i e. Vježbe uključuju i rad naračunalu: korištenje EXCEL-a i aplikacija u rješavanju statističkih problema. Kompetencije studenata nakon polaganja kolegija: Svladavanje temeljnih metoda i postupaka statističke analize potrebnih za samostalnu operativnu statističku analizu slučajeva iz realne poslovne prakse. Ishodi učenja: Provesti deskriptivnu statističku analizu; definirati osnovne pojmove vjerojatnosti; prepoznati i koristiti vjerojatnosne modele za različite diskretne i kontinuirane stohastičke pojave; opisati osnovne metode i probleme metode uzoraka; procijeniti parametre populacije; postaviti statističke hipoteze i provesti test; razlikovati parametarske i neparametarske statističke testove; objasniti osnovne pojmove regresijske (linearne regresija) i korelacijske analize; provesti linearnu regresijsku analizu; provesti osnovnu statističku analizu (deskriptivnu i inferencijalnu) pomoću MS Excela.

2 Datum: Stranica: od 4 Revizija: 0 PROVJERA ISHODA UČENJA Završni pisani Završni usmeni Samo Pisani i usmeni završni Praktični rad i završni Samo kolokvij/ zadaće Kolokvij /zadaća i Seminars završni ki rad Seminars ki rad i završni Praktični rad Drugi oblik x x X NAČIN OCJENJIVANJA Prisutnost na nastavi Seminarski rad / Projektni rad Polaganje svakog kolokvija* Pismeni Usmeni UKUPNA OCJENA * vdjeti komentar <70% 70-75% 76-85% %-74% 75%-89% % 5 90%-100% Uvijeti izlaska na kolokvij: Nema uvjeta za izlazak na kolokvij. Uvijeti izlaska na : Uvjet za izlazak na je potpis u indeksu. Komentar: Stečeno znanje provjerava se tijekom nastave polaganjem dvaju kolokvija i pisanjem neobaveznog praktičnog rada. Na svakom kolokviju potrebno je ostvariti minimalno 50% bodova kako bi student bio oslobođen pismenog a. Kolokvijima je moguće ostvariti ukupno 8 (svaki kolokvij nosi 40 bodova). Neobaveznim praktičnim zadatakom moguće je ostvariti najviše 0 bodova. Završna ocjena formira se na usmenom u kao zajednička ocjena kolokvija, neobaveznog praktičnog zadatka i usmenog a. Studenti imaju pravo na ispravak jednog kolokvija uz uvjet da su položili barem jedan kolokvij. Studenti koji ne polože kolegij putem kolokvija, imaju pravo izlaska na pismeni i ukoliko ga polože pristupaju usmenom dijelu a na kojem se zatim formira završna ocjena.

3 Datum: Stranica: 3 od 4 Revizija: 0 LITERATURA Osnovna: 1. Šošić I., Primjenjena statistika, Školska knjiga, Zagreb Newbold P., Statistics for Buisness and Economics, Englewood Cliffs: Prentice Hall, Dopunska:. Azcel A. Sounderpandian J., Complete Business Statistics, McGraw Hill, Dumičić K., Bahovec V., Poslovna Statistika, Element, Zagreb, Priručnici za programsku potporu Excel OSNOVNE INFORMACIJE O IZVOĐAČU KOLEGIJA Predmetni nastavnik: Ana Perišić, dipl.ing., univ.spec.oec. Životopis dostupan on-line: Kabinet: 3 Dan i vrijeme konzultacija: SRIJEDA 09:00-10:00 SRIJEDA 14:00-15:00 Tel.: (0) sisak@vus.hr Asistent: nema asistenta Životopis dostupan on-line: Kabinet: Dan i vrijeme konzultacija: Tel.:

4 Datum: Stranica: 4 od 4 Revizija: 0 Studij: SPECIJALISTIČKI DIPLOMSKI STRUČNI STUDIJ MENADŽMENTA Šifra: DMS Naziv kolegija: STATISTIKA Nastavnik: Ana Perišić, dipl.ing., univ.spec.oec. Asistent: Nema asistenta PREDAVANJA DINAMIKA IZVOĐENJA KOLEGIJA Smjer: Tjedan Sati Tematska jedinica Tjedan Sati SEMINARI / VJEŽBE Tematska jedinica Uvodno predavanje. 1 3 Prikupljanje podataka. Uređivanje i grafičko prikazivanje podataka. 1 Populacija i uzorak, varijabla, parametri. Deskriptivna statistika: srednje vrijednosti, 3 mjere disperzije, mjere asimetrije, mjere zaobljenosti. Standardizirana vrijednost, pravilo Čebiševa. Prostor elementranih događaja. Vjerojatnosni 3 3 prostor. Diskretna i nediskretna vjerojatnost. 3 Uvjetna i potpuna vjerojatnost. Slučajna varijabla: diskretna i kontinuirana slučajna varijabla. Očekivanje i varijanca. 4 3 Modeli i primjene diskretnih slučajnih varijabli. 4 Binomna, Poissonova, hipergeometrijska i uniformna razdioba. Kontinuirane distribcije: normalna, Studentova, hi-kvadrat distribucija, Fischerova distribucija. Dvodimenzionalna slučajna varijabla. 6 3 Marginalne vjerojatnosti i distribucije. Neovisnost slučajnih varijabli. Uvjetne 6 distribucije. Kovarijanca. Koeficijent korelacija. 7 3 Teorija uzoraka. Sampling distribucija 7 aritmetičkih sredina, proporcija i varijanci. Teorija uzoraka. Sampling distribucija aritmetičkih sredina, proporcija i varijanci. 8 3 Procjene aritmetičke sredine (za velike i male 8 uzorke), proporcije i standardne devijacije populacije. Intervali pouzdanosti. Ponavljanje: deskriptivna statistikaklasifikacija i uređivanje varijabli. Deskriptivna statistika: srednje vrijednosti, mjere disperzije, mjere zaobljenosti, mjere asimetrije, standardizirano obilježje, pravilo Čebiševa, empirijsko pravilo, korištenje EXCEL-a. Inferencijalna statistika: slučajni događaji, vjerojatnost, slučajna varijabla, očekivanje, varijanca slučajne varijable. Modeli i primjene diskretnih slučajnih varijabli. Binomna, Poissonova, hipergeometrijska, i uniformna razdioba. Kontinuirane distribcije: normalna, Studentova, hi-kvadrat distribucija, Fischerova distribucija. Dvodimenzionalna slučajna varijabla. Marginalne vjerojatnosti i distribucije. Neovisnost slučajnih varijabli. Uvjetne distribucije. Kovarijanca. Koeficijent korelacije. Procjene aritmetičke sredine (za velike i male uzorke), proporcije i standardne devijacije populacije. Intervali pouzdanosti.

5 Testiranje hipoteza o pretpostavljenoj 9 3 aritmetičkoj sredini, proporciji i varijanci populacije. Veličina uzorka i razina 9 signifikantnosti. Testiranje hipoteza o pretpostavljenoj 10 3 aritmetičkoj sredini, proporciji i varijanci populacije. Veličina uzorka i razina 10 signifikantnosti. Usporedba aritmetičkih sredina i testiranje hipoteza o razlici aritmetičkih sredina dviju 11 3 populacija temeljem (ne)ovisnih uzoraka. 11 Usporedba proporcija i testiranje hipoteza o razlici proporcija dviju populacija. Usporedba aritmetičkih sredina i testiranje hipoteza o razlici aritmetičkih sredina dviju 1 3 populacija temeljem (ne)ovisnih uzoraka. 1 Usporedba proporcija i testiranje hipoteza o razlici proporcija dviju populacija. Neki neparametarski testovi (hi kvadrat test, Wilcoxonov test ). Procjene aritmetičke sredine (za velike i male uzorke), proporcije i standardne devijacije populacije. Intervali pouzdanosti. Testiranje hipoteza o pretpostavljenoj aritmetičkoj sredini, proporciji i varijanci populacije. Veličina uzorka i razina signifikantnosti Testiranje hipoteza o pretpostavljenoj aritmetičkoj sredini, proporciji i varijanci populacije. Veličina uzorka i razina signifikantnosti. Usporedba aritmetičkih sredina i te Neparametarski testovi Regresijska analiza Regresijska analiza. 15 Regresijska analiza.