DETALJNI IZVEDBENI NASTAVNI PLAN PREDMETA

Similar documents
LOGIKA. Logika. Sveučilište u Rijeci ODJEL ZA INFORMATIKU Radmile Matejčić 2, Rijeka Akademska 2017/2018. godina

DETALJNI IZVEDBENI NASTAVNI PLAN PREDMETA

Sveučilište u Rijeci University of Rijeka

ALGORITMI I STRUKTURE PODATAKA

Tablica 2: Opis predmeta 1. OPĆE INFORMACIJE Nositelj predmeta: Marko Katić Davor Zvizdić

Strojarstvo Preddiplomski Preddiplomski - 6. semestar Izborni

Strojarstvo Preddiplomski Preddiplomski - 4. semestar Obvezni

IZVEDBENI PLAN NASTAVE OPIS KOLEGIJA

Tablica 2: Opis predmeta 1. OPĆE INFORMACIJE Nositelj predmeta: Zdenko Tonković Jurica Sorić

Uvod u relacione baze podataka

Sveučilište u Rijeci University of Rijeka

1. OPĆE INFORMACIJE. Strojarstvo Preddiplomski Preddiplomski - 5. semestar Izborni

Rešenja zadataka za vežbu na relacionoj algebri i relacionom računu

Opće informacije. Prvostupnik matematike Povezanost s lokalnom zajednicom (gospodarstvo, poduzetništvo, civilno društvo)

Način izvođenja nastave (broj sati u semestru) izborni Postotak primjene e- učenja OPIS PREDMETA

SVEUČILIŠTE U RIJECI FILOZOFSKI FAKULTET U RIJECI ODSJEK ZA MATEMATIKU

DIPLOMSKI SVEUČILIŠNI STUDIJ MATEMATIKA I INFORMATIKA NASTAVNIČKI SMJER

Tablica 2: Opis predmeta 1. OPĆE INFORMACIJE Nositelj predmeta: Gorana Baršić Biserka Runje. 1.7.Bodovna vrijednost (ECTS) 5.

TEORIJA SKUPOVA Zadaci

LINEARNI MODELI STATISTIČKI PRAKTIKUM 2 2. VJEŽBE

Detaljni izvedbeni nastavni plan za kolegij: Uvod u bioanorgansku kemiju

SVEUČILIŠNI PREDDIPLOMSKI STUDIJ

OPISI KOLEGIJA S ISHODIMA UČENJA

Strojarstvo Preddiplomski Preddiplomski - 7. semestar Obvezni

Promjene programa preddiplomskih studija zbog Engleskog jezika struke

1. OPĆE INFORMACIJE. Strojarstvo Preddiplomski Preddiplomski - 4. semestar Obvezni

UVOD U BIOANORGANSKU KEMIJU BIL 106

Sveučilište u Splitu. Prirodoslovno-matematički fakultet OPISI KOLEGIJA NA PREDDIPLOMSKOJ RAZINI. Odjel za matematiku

Metode praćenja planova

ORGANSKA KEMIJA BIL 201

OPIS KOLEGIJA S ISHODIMA UČENJA

1. OPĆE INFORMACIJE. Strojarstvo Diplomski Diplomski - 1. semestar Obvezni Strojarstvo Preddiplomski Preddiplomski - 4.

Zlatko Mihalić MOLEKULARNO MODELIRANJE (2+1, 0+0)

1.1. Opis predmeta. 1st and 2nd year of graduate study 5, %

ANALYSIS OF THE RELIABILITY OF THE "ALTERNATOR- ALTERNATOR BELT" SYSTEM

Matematika i fizika. Sveuilište u Splitu Fakultet prirodoslovno-matematikih znanosti i kineziologije PREDDIPLOMSKI STUDIJSKI PROGRAM

ZANIMLJIV NAČIN IZRAČUNAVANJA NEKIH GRANIČNIH VRIJEDNOSTI FUNKCIJA. Šefket Arslanagić, Sarajevo, BiH

Matematika. Sveuilišta u Splitu. Fakultet prirodoslovno-matematikih znanosti i odgojnih podruja PRIJEDLOG PREDDIPLOMSKOG STUDIJSKOG PROGRAMA

ELABORAT O STUDIJSKOM PROGRAMU

GENERALIZIRANI LINEARNI MODELI. PROPENSITY SCORE MATCHING.

Obavezan predmet za sve studijske programe

PEARSONOV r koeficijent korelacije [ ]

Red veze za benzen. Slika 1.

1. OPĆE INFORMACIJE. Strojarstvo Preddiplomski Preddiplomski - 4. semestar Obvezni

MATHEMATICAL ANALYSIS OF PERFORMANCE OF A VIBRATORY BOWL FEEDER FOR FEEDING BOTTLE CAPS

χ 2 -test i Kolmogorov-Smirnovljev test

KEMIJSKI ODSJEK. ZNANSTVENO-NASTAVNO OSOBLJE I STUDENTI 27 nastavnika 30 asistenata 21 znanstveni novak 600 studenata

ANALYSIS OF INFLUENCE OF PARAMETERS ON TRANSFER FUNCTIONS OF APERIODIC MECHANISMS UDC Života Živković, Miloš Milošević, Ivan Ivanov

IZVEDBENI NASTAVNI PLAN

EXPERIMENTAL ANALYSIS OF THE STRENGTH OF A POLYMER PRODUCED FROM RECYCLED MATERIAL

Matematika i informatika. Sveuilišta u Splitu. Fakultet prirodoslovno-matematikih znanosti i odgojnih podruja PRIJEDLOG DIPLOMSKOG STUDIJSKOG PROGRAMA

The Prediction of. Key words: LD converter, slopping, acoustic pressure, Fourier transformation, prediction, evaluation

THE ROLE OF SINGULAR VALUES OF MEASURED FREQUENCY RESPONSE FUNCTION MATRIX IN MODAL DAMPING ESTIMATION (PART II: INVESTIGATIONS)

Projektovanje paralelnih algoritama II

1. ZNANSTVENA DJELATNOST

Problemska nastava u visokoškolskom poučavanju matematike

RESISTANCE PREDICTION OF SEMIPLANING TRANSOM STERN HULLS

Confidence regions and intervals in nonlinear regression

UČNI NAČRT PREDMETA / COURSE SYLLABUS. Študijska smer Study field. Samost. delo Individ. work Klinične vaje work

A choice of norm in discrete approximation

Parameter estimation of diffusion models

Sveučilište u Zagrebu Fakultet prometnih znanosti Diplomski studij. Umjetna inteligencija - Genetski algoritmi 47895/47816 UMINTELI HG/

Shear Modulus and Shear Strength Evaluation of Solid Wood by a Modified ISO Square-Plate Twist Method

Metoda parcijalnih najmanjih kvadrata: Regresijski model

KLASIFIKACIJA NAIVNI BAJES. NIKOLA MILIKIĆ URL:

NIPP. Implementing rules for metadata. Ivica Skender NSDI Working group for technical standards.

1. MATEMATIKA, MATEMATIČKO OBRAZOVANJE I METODIKA NASTAVE MATEMATIKE

STATISTICAL ANALYSIS OF WET AND DRY SPELLS IN CROATIA BY THE BINARY DARMA (1,1) MODEL

P R I M J E N A O C J E N S K I H L J E S T V I C A U T R A U M A T O L O Š K I H O Z L J E Đ E N I K A

Integrirani studij biologije i kemije (nastavnički) OBAVEZNI PREDMETI

Teorijska i praktična znanja programiranja i modeliranja

RELIABILITY OF GLULAM BEAMS SUBJECTED TO BENDING POUZDANOST LIJEPLJENIH LAMELIRANIH NOSAČA NA SAVIJANJE

Diferencijalna geometrija

NUMERIČKE METODE I MATEMATIČKO MODELIRANJE

dopunska znanja(stcw) Trajanje semestar modul x trimestar

Algoritam za množenje ulančanih matrica. Alen Kosanović Prirodoslovno-matematički fakultet Matematički odsjek

DESIGN AND CALCULATION OF RING SPRINGS AS SPRING ELEMENTS OF THE WAGON BUFFER UDC : Jovan Nešović

ATOMSKA APSORP SORPCIJSKA TROSKOP

MUSICAL COMPOSITION AND ELEMENTARY EXCITATIONS OF THE ENVIRONMENT

UPUTE ZA IZRADU DIPLOMSKOG RADA NA ODJELU ZA PSIHOLOGIJU SVEUČILIŠTA U ZADRU. 1. Izgled diplomskog rada

Mathematics and Computer-Aided Modeling in Sciences Intensive School Novi Sad Preliminary Program for PHD students- English language

Preliminary Program for PHD students- English language

INTERNACIONALNI BURČ UNIVERZITET ODSJEK ZA ELEKTROTEHNIKU I N T E R N A T I O N A L B URCH U N I V E R S I T Y S S A R A J E V O

Sveučilište Jurja Dobrile u Puli Odjel za ekonomiju i turizam Dr. Mijo Mirković. Alen Belullo UVOD U EKONOMETRIJU

Testiranje statističkih hipoteza

Oracle Spatial Koordinatni sustavi, projekcije i transformacije. Dalibor Kušić, mag. ing. listopad 2010.

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Predmet: Statistika 2 Course title: Statistics 2. Študijska smer Study field

UPUTE ZA OBLIKOVANJE DIPLOMSKOG RADA

ODJEL ZA FRANCUSKE I FRANKOFONSKE STUDIJE KONTAKTI: NASTAVNICI: IME I TITULA TEL./FAX ADRESA dr.sc. Larisa Grčić PROČELNICA ODJELA

Vladimir Šips ( )

Termodinamika. FIZIKA PSS-GRAD 29. studenog Copyright 2015 John Wiley & Sons, Inc. All rights reserved.

Matematičko modeliranje računalnih mreža zbirka riješenih zadataka s auditornih vježbi

KRITERIJI KOMPLEKSNOSTI ZA K-MEANS ALGORITAM

Determination of Synchronous Generator Armature Leakage Reactance Based on Air Gap Flux Density Signal

VIŠESTRUKO USPOREĐIVANJE

Formule za udaljenost točke do pravca u ravnini, u smislu lp - udaljenosti math.e Vol 28.

UČNI NAČRT PREDMETA / COURSE SYLLABUS Numerical linear algebra. Študijska smer Study field. Samost. delo Individ. work Klinične vaje work

Keywords: anticline, numerical integration, trapezoidal rule, Simpson s rule

Coxov regresijski model

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Predmet: Optimizacija 1 Course title: Optimization 1. Študijska smer Study field

Transcription:

DETALJNI IZVEDBENI NASTAVNI PLAN PREDMETA Naziv predmeta Studijski program Godina 1 Status predmeta Web stranica predmeta/merlin Mogućnost izvođenja nastave na engleskom jeziku Bodovna vrijednost i način izvođenja nastave Nositelj predmeta Suradnik na predmetu 1. OPIS PREDMETA 1.1. Ciljevi predmeta Statistika Opće informacije Diplomski studij Diskretna matematika i primjene Obvezatan https://moodle.srce.hr/2017-2018/ Da (uz odobrenje Odjelskog vijeća) ECTS koeficijent opterećenja studenata 6 Broj sati (P+V+S) 30 + 30 + 0 Ime i prezime Dr.sc. Danijel Krizmanić Ured O-312 Vrijeme za konzultacije Po dogovoru na e-mail Telefon 051/584-664 e-adresa dkrizmanic@math.uniri.hr Ime i prezime Dr. sc. Ivana Slamić Ured O-321 Vrijeme za konzultacije Ponedjeljak 9:15-10:00 i 14:00-14:45 Telefon 051/584-672 e-adresa islamic@math.uniri.hr Cilj ovog predmeta je upoznati studente s osnovnim pojmovima, rezultatima i metodama matematičke statistike te ih osposobiti za primjenu istih. U tu je svrhu u okviru kolegija potrebno: - prikazati osnovne načine prikaza statističkih podataka - opisati klasifikaciju statističkih obilježja - definirati parametre niza statističkih podataka - definirati procjenitelje i opisati njihova svojstva - opisati metode momenata i maksimalne vjerodostojnosti - definirati intervale povjerenja - opisati i analizirati metodu najmanjih kvadrata u sklopu linearne korelacije - definirati i analizirati testiranje statističkih hipoteza - opisati metode testiranja hipoteza 1.2. Korelativnost i korespondentnost predmeta Program predmeta je u korelaciji s više matematičkih kolegija, posebno s kolegijima Uvod u vjerojatnost i matematičku statistiku i Teorija vjerojatnosti. 1.3. Očekivani ishodi učenja za predmet U okviru kolegija razvijati će se sljedeće kompetencije: - apstraktno razmišljanje i logičko zaključivanje (opće kompetencije) - znanje temeljnih pojmova i rezultata matematičke statistike te njihova primjena u rješavanju problemskih zadataka (specifične kompetencije).

Nakon odslušanog predmeta i položenog ispita studenti će moći: - prikazati dane statističke podatke u tabličnom i grafičkom obliku - opisati i objasniti klasifikaciju statističkih obilježja - argumentirano primijeniti procjenitelja i njihovih svojstava u okviru konkretnih statističkih modela - argumentirano primijeniti metodu najmanjih kvadrata u procjeni parametara - argumentirano primijeniti metode momenata i najveće vjerodostojnosti - argumentirano primijeniti metode statističke analize podataka - argumentirano konstruirati intervale povjerenja - sprovesti postupak testiranja statističkih hipoteza - objasniti Neyman Pearsonovu lemu - matematički dokazati utemeljenost postupaka i formula kojima se služe u okviru ovog kolegija 1.4. Okvirni sadržaj predmeta Statistički podaci. Pojam i klasifikacija statističkih obilježja. Grupirani podaci. Parametri niza statističkih podataka. Statistički podaci dvodimenzionalnog obilježja. Regresijska funkcija. Kovarijanca i koeficijent korelacije. Populacija i uzorak. Metoda uzoraka. Točkovne procjene parametara. Metoda momenata i metoda najveće vjerodostojnosti. Intervalno procjenjivanje. Intervali povjerenja. Testiranje statističkih hipoteza. Pogreške pri testiranju. Neyman Pearsonova lema. Testovi o parametrima normalne populacije. Regresijska analiza. 1.5. Vrste izvođenja nastave X predavanja X seminari i radionice X vježbe X e-učenje terenska nastava praktična nastava praktikumska nastava X samostalni zadaci X multimedija i mreža laboratorijski rad projektna nastava mentorski rad X konzultativna nastava ostalo 1.6. Komentari Dio nastavnih sadržaja u okviru vježbi bit će odrađen na računalima. 1.7. Obveze studenata i način vrednovanja obveza Studenti su obavezni prisustvovati nastavi, aktivno sudjelovati u svim oblicima nastave, ostvariti određeni broj bodova kroz semestar te položiti završni ili popravni ispit. Pohađanje nastave je obavezno i nastavnik vodi evidenciju pohađanja za svakoga studenta. Osim prisustvovanja klasičnoj nastavi na predavanjima i vježbama studenti su dužni koristiti sustav za učenje Merlin (https://moodle.srce.hr/2017-2018/). Tijekom semestra pisat će se tri teorijska testa koji će uključivati gradivo obrađeno na predavanjima (što uključuje i zadatke dane za samostalni rad, tj. domaću zadaću). Na svakom se teorijskom testu može ostvariti najviše 4 ocjenska boda, dakle ukupno na tri teorijska testa 12 ocjenskih bodova. Ukoliko student, zbog opravdanih razloga, nije u mogućnost doći pisati test, svoj izostanak može javiti predavaču na e-mail, te će test polagati usmeno u terminu kojeg odredi predavač. Tijekom semestra pisat će se tri kolokvija koji će uključivati zadatke vezane uz gradivo obrađeno na vježbama. Na svakom se kolokviju može ostvariti najviše 16 ocjenskih bodova, dakle ukupno na tri kolokvija 48 ocjenskih bodova. U zadnjem tjednu nastave svaki će student održati jedno kratko izlaganje (seminar) nastalo na temelju prikupljanja podataka vezanih za neku temu po izboru studenta i provođenja testova obrađenih na nastavi (prije izlaganja student je dužan asistentu na vježbama predati seminar u pisanom obliku). Ovom aktivnošću student može ostvariti maksimalno 10 ocjenskih bodova.

Pri kraju nastave svaki će student imati mogućnost popravljati jedan kolokvij po izboru. Bodovi ostvareni na kolokviju kojeg se želi popravljati se brišu te se mjerodavnim smatraju bodovi ostvareni na ponovljenom (popravnom) kolokviju. 2. SUSTAV OCJENJIVANJA 2.1. Ocjenjivanje i vrednovanje rada studenata tijekom nastave i na završnom ispitu Rad studenta na predmetu će se vrednovati i ocjenjivati tijekom nastave i na završnom/popravnom ispitu. Ukupan broj bodova koje student može ostvariti tijekom nastave je 70. Tijekom nastave se ocjenjuju sljedeće aktivnosti studenata: - kolokviji (48 bodova) - teorijski testovi (12 bodova) - seminar (10 bodova) Završni ispit Pravo na pristupanje završnom ispitu imaju studenti koji su tijekom nastave ostvarili ukupno najmanje 50 ocjenskih bodova. Pristupanje završnom ispitu moguće je na tri ispitna roka. Završni ispit je pisani i/ili usmeni, i na njemu se provjerava cjelokupno gradivo obrađeno na predavanjima i vježbama (teorija s predavanja i zadaci s vježbi). Završni ispit se sastoji od sljedećih dijelova: K1 gradivo 1. kolokvija K2 gradivo 2. kolokvija K3 gradivo 3. kolokvija T gradivo obrađeno na predavanjima Usmenom dijelu ispita (T) može pristupiti student koji je položio K1, K2 i K3. Student koji je na 1. kolokviju (tijekom nastave) ostvario barem 50% bodova oslobođen je polaganja K1 na završnom ispitu. Analogno vrijedi za 2. kolokvij i K2, te 3. kolokvij i K3. Student koji na osnovi procjene nastavnika (ispitivača) zadovolji minimalne kriterije za prolaz na svakom dijelu ispita ostvarit će minimalno 10, a maksimalno 30 ocjenskih bodova (prema stupnju razumijevanja gradiva i usvajanja ishoda učenja). Popravni ispit Studenti koji tijekom nastave ostvare između 40 i 49.99 ocjenskih bodova imaju pravo pristupiti popravnom ispitu. Popravnom se ispitu može pristupiti na tri ispitna roka. Popravni ispit je pisani i/ili usmeni, i na njemu se provjerava cjelokupno gradivo obrađeno na predavanjima i vježbama (teorija s predavanja i zadaci s vježbi). Popravni ispit se sastoji od istih dijelova kao i završni ispit (K1, K2, K3, T), te vrijede isti uvjeti za pristupanje usmenom dijelu ispita te oslobađanje polaganja K1, K2 i K3 kao i za završni ispit. Student koji, na osnovi procjene nastavnika (ispitivača), zadovolji minimalne kriterije za prolaz na svakom dijelu ispita, ostvarit će 10 ocjenskih bodova i dobiti ocjenu E.

2.2. Minimalni uvjeti za pristup ispitu AKTIVNOST KOJA SE BODUJE MINIMALNI BROJ BODOVA ZA IZLAZAK NA ZAVRŠNI ISPIT MINIMALNI BROJ BODOVA ZA IZLAZAK NA POPRAVNI ISPIT Kolokviji (48 bodova) - - Teorijski testovi (12 bodova) - - Seminar (10 bodova) - - UKUPNO: 70 bodova 50 40 OSTALI UVJETI: 2.3. Formiranje konačne ocjene Na temelju ukupnog zbroja ocjenskih bodova stečenih tijekom nastave i na popravnom/završnom ispitu određuje se konačna ocjena prema sljedećoj raspodjeli: OCJENA PREDDIPLOMSKI STUDIJ DIPLOMSKI STUDIJ 5 (A) od 80 do 100 ocjenskih bodova od 90 do 100 ocjenskih bodova 4 (B) od 70 do 79,9 ocjenskih bodova od 80 do 89,9 ocjenskih bodova 3 (C) od 60 do 69,9 ocjenskih bodova od 70 do 79,9 ocjenskih bodova 2 (D) od 50 do 59,9 ocjenskih bodova od 60 do 69,9 ocjenskih bodova 2 (E) od 40 do 49,9 ocjenskih bodova od 50 do 59,9 ocjenskih bodova 1 (FX) od 30 do 39,9 ocjenskih bodova od 40 do 49,9 ocjenskih bodova 1 (F) od 0 do 29,9 ocjenskih bodova od 0 do 39,9 ocjenskih bodova 3. LITERATURA 3.1. Obvezna literatura 1. Ž. Pauše, Uvod u matematičku statistiku, Školska knjiga, Zagreb, 1993. 2. F. Daly, D. J. Hand, M. C. Jones, A. D. Lunn, K. J. McConway, Elements of Statistics, Addison Wesley, 1995. 3.2. Dodatna literatura 1. N. Sarapa, Vjerojatnost i statsistika, II dio, Školska knjiga, Zagreb, 1996. 2. R. C. Mittelhammer, Mathematical statistics for economics and business, Springer Verlag, New York, 1996. 3. J. E. Freund, Mathematical Statistics, Prentice Hall, New York, 1992. 4. D. Williams, Weighing the Odds, Cambridge University Press, 2001. 5. R. B. Ash, Lectures on Statistics, University of Illinois, 2007. (http://www.math.uiuc.edu/~r-ash/stat.html) 4. DODATNE INFORMACIJE O PREDMETU 4.1. Pohađanje nastave Od studenata se očekuje redovito prisustvovanje i aktivno sudjelovanje u svim oblicima nastave. Student je dužan informirati se o nastavi s koje je izostao te o svim zadacima koji su pritom zadani. Korištenje mobitela tijekom nastave, na kolokvijima, provjerama i ispitima je zabranjeno. Studenti su dužni poštovati norme Etičkog kodeksa Sveučilišta u Rijeci. 4.2. Način informiranja studenata Sve relevantne informacije o predavanjima i vježbama te o svojim obavezama, studenti će moći dobiti tijekom nastave i konzultacija, te putem sustava Merlin. Povratne informacije o vlastitom radu i napredovanju na nastavi student će dobivati na konzultacijama ili putem sustava Merlin (te eventualno putem e-maila po dogovoru). Studenti su obavezni kontinuirano provjeravati obavijesti na pripadnom e-kolegiju u sustavu Merlin. 4.3. Ostale relevantene informacije

Od studenata se očekuje visok stupanj samostalnosti i odgovornosti u radu. Također, od studenata se očekuje poznavanje engleskog jezika (čitanje i razumijevanje teksta na engleskom jeziku). 4.4. Način praćenja kvalitete i uspješnosti izvedbe predmeta Kvaliteta održane nastave prati se u skladu s aktima Odjela za matematiku i Sveučilišta u Rijeci. U zadnjem tjednu nastave tekućega semestra provodit će se anonimna anketa u kojoj će studenti evaluirati kvalitetu održane nastave iz ovog predmeta. Na kraju semestra provest će se analiza uspješnosti studenata na održanim ispitima iz ovog predmeta. 4.5. Ispitni rokovi Zimski Proljetni izvanredni Ljetni Jesenski izvanredni 27.6.2018. u 10:00 sati 13.7.2018. u 10:00 sati 12.9.2018. u 10:00 sati 5. RASPORED IZVOĐENJA NASTAVE I ODRŽAVANJA KOLOKVIJA U AKADEMSKOJ GODINI 2017./2018. DATUM VRIJEME VRSTA NASTAVE NAZIV TEME GRUPA PROSTORIJA 1.3.2018. 12:15-13:45 P Uvod u kolegij. Osnove vjerojatnosti 5.3.2018. 10:15-11:45 V Uvod u R Svi O-364 8.3.2018. 12:15-13:45 P Neprekidne slučajne varijable i vektori važni u statistici 12.3.2018. 10:15-11:45 V Opisna statistika I Svi O-364 15.3.2018. 12:15-13:45 P Uvjetne distribucije i očekivanje I 19.3.2018. 10:15-11:45 V Opisna statistika II Svi O-364 22.3.2018. 12:15-13:45 P Uvjetne distribucije i očekivanje II 26.3.2018. 10:15-11:45 V Prvi kolokvij Svi O-364 29.3.2018. 12:15-13:45 P Statistička struktura I. Prvi teorijski test 5.4.2018. 12:15-13:45 P Statistička struktura II 9.4.2018. 10:15-11:45 V Neprekidne slučajne varijable Svi O-364 12.4.2018. 12:15-13:45 P Procjena parametara I 16.4.2018. 10:15-11:45 V Neprekidni slučajni vektori Svi O-364 19.4.2018. 12:15-13:45 P Procjena parametara II 23.4.2018. 10:15-11:45 V Procjena parametara Svi O-364 26.4.2018. 12:15-13:45 P Pouzdani intervali. Drugi teorijski test 3.5.2018. 12:15-13:45 V Pouzdani intervali 7.5.2018. 10:15-11:45 V Drugi kolokvij Svi O-364 10.5.2018. 12:15-13:45 P Testiranje statističkih hipoteza 14.5.2018. 10:15-11:45 V Testiranje statističkih hipoteza I Svi O-364 17.5.2018. 12:15-13:45 P Neyman-Pearsonova lema 21.5.2018. 10:15-11:45 V Testiranje statističkih hipoteza II Svi O-364 24.5.2018. 12:15-13:45 P Testovi o parametrima normalne populacije 28.5.2018. 10:15-11:45 V ANOVA, χ2-test i Kolmogorov- Smirnovljev test Svi O-364 4.6.2018. 10:15-11:45 P Linearni regresijski modeli I. Treći teorijski test Svi O-364 7.6.2018. 12:15-13:45 P Linearni regresijski modeli II 11.6.2018. 10:15-11:45 V Treći kolokvij Svi O-364

14.6.2017. 12:15-13:45 V Seminar 15.6.2018. V Popravak/nadoknada kolokvija (prema potrebi) Svi *Moguća su manja odstupanja u realizaciji izvedbenog plana. P predavanja AV auditorne vježbe VP vježbe u praktikumu MV metodičke vježbe S - seminari