Sadržaj se učitava...
mdi-home Početna mdi-account-multiple Djelatnici mdi-script Studiji mdi-layers Katedre mdi-calendar-clock Raspored sati FOI Nastava search apps mdi-login
Statistika i vjerojatnost
Statistics and Probability
2021/2022
5 ECTSa
Informacijski i poslovni sustavi 1.2 (IPS)
Katedra za kvantitativne metode
ZP
4. semestar
Osnovne informacijemdi-information-variant Izvođači nastavemdi-account-group Nastavni plan i programmdi-clipboard-text-outline Model praćenjamdi-human-male-board Ispitni rokovimdi-clipboard-check-outline Rasporedmdi-calendar-clock Konzultacijemdi-account-voice
Izvođenje kolegija
Studij Studijski program Semestar Obavezan
Informacijski i poslovni sustavi 1.2 (IPS) 4 obavezan
Cilj kolegija
Cilj je ovog predmeta upoznavanje studenata s osnovama teorije vjerojatnosti te temeljnim metodama deskriptivne statistike i odabranim metoda inferencijalne statistike u području informacijskih znanosti i poslovanja te uporabom tih metoda primjenom računala.
Preduvjeti
Norma kolegija
Predavanja
30 sati
Vježbe u praktikumu
14 sati
Seminar
16 sati
Nastavnik Uloga na kolegiju Oblik nastave Tjedana Sati Grupa
Dobša Jasminka Nositelj Predavanja 15 2 2
Šimić Diana Nositelj
Buhin Pandur Maja Suradnik Seminar
Vježbe u praktikumu
8
7
2
2
2
4
Gusić Munđar Jelena Suradnik Vježbe u praktikumu
Seminar
7
8
2
2
8
3
Habijan Buza Karmen Vanjski suradnik Vježbe u praktikumu 4 2 4
Sadržaj predavanja
  • Definicije i podjele statistike.
    Statistički podaci, vrste podataka s obzirom na mjernu skalu.
  • Statistički nizovi kvalitativnih i kvantitativnih podataka i njihovo grafičko prikazivanje.
    Statistički nizovi kvalitativnih i kvantitativnih podataka i njihovo grafičko prikazivanje.
  • Srednje vrijednosti statističkog niza. Mod, medijan, aritmetička i geometrijska sredina
    Srednje vrijednosti statističkog niza. Mod, medijan, aritmetička i geometrijska sredina.
  • Mjere disperzije.
    Raspon varijacije, interkvartil , koeficijent kvartilne devijacije, B-P dijagram. Varijanca, standardna devijacija, koeficijent varijacije. Stršila (engl. outliers). Standardizirana varijabla. Pravilo Čebiševa.
  • Slučajni događaji.
    Operacije i relacije sa slučajnim događajima. Definicije vjerojatnosti. Uvjetna vjerojatnost.
  • Niz Bernullijevih događaja.
    Teorem potupne vjerojatnosti i Bayesov teorem. Stabla uvjetnih vjerojatnosti.
  • Definicija slučajne varijable.
    Diskretna i neprekidna slučajna varijabla. Funkcija distribucije slučajne varijable. Funkcija gustoće neprekidne slučajne varijable. Matematičko očekivanje i varijanca slučajne varijable.
  • Odabrane teorijske distribucije vjerojatnosti diskretne i neprekidne slučajne varijable (normalna, binomna, Poissonova).
    Odabrane teorijske distribucije vjerojatnosti diskretne i neprekidne slučajne varijable (normalna, binomna, Poissonova).
  • Osnovne metode prikupljanja podataka (opservacijska studija i eksperiment), Uzorak.
    Uzorak. Vrste uzoraka. Distribucija uzorkovanja. Procjena aritmetičke sredine kvantitativne varijable u osnovnom skupu brojem i intervalom. Određivanje veličine uzorka za procjenu aritmetičke sredine kvantitativne varijable u osnovnom skupu.
  • Procjena proporcije i totala kvalitativne varijable u osnovnom skupu brojem i intervalom.
    Određivanje veličine uzorka za procjenu proporcije i totala kvalitativne varijable u osnovnom skupu.
  • Testiranje statističkih hipoteza.
    Testiranje hipoteza o aritmetičkoj sredini kvantitativne varijable u osnovnom skupu. Testiranje hipoteze o proporciji kvalitativne varijable u osnovnom skupu. Testiranje hipoteze o razlici aritmetičkih sredina kvantitativne varijable na zavisnim i nezavisnim uzorcima. Testiranje hipoteze o razlici proporcija kvalitativne varijable na nezavisnim uzorcima.
  • Koeficijent linearne korelacije.
    Korelacija ranga. Model jednostavne linearne regresije, preduvjeti za primjenu i interpretacija.
  • Model višestruke regresije.
    Temeljne statističko-analitičke veličine i njihovo tumačenje. Tablica ANOVA-e.
  • Analiza trenda (linearni i eksponencijani) metodama regresijske analize.
    Analiza trenda (linearni i eksponencijani) metodama regresijske analize.
Sadržaj seminara/vježbi
Ishodi učenja kolegija
  • Identificirati ograničenja raznih metoda prikupljanja podataka i druge izvore pristranosti.
  • Primijeniti Bayesovo pravilo i stablo uvjetnih vjerojatnosti za izračun uvjetnih vjerojatnosti.
  • Nacrtati shematski funkciju gustoće razdiobe najčešće korištenih funkcija distribucije (standardna normalna distribucija, studentova distribucija, hi-kvadrat distribucija).
  • Prepoznati vrste podataka s obzirom na mjernu skalu i primijeniti grafičke i numeričke metode deskriptivne statistike koristeći prikladno statističko programsko okruženje (R).
  • Interpretirati rezultate statističke analize u kontekstu postavljenih pitanja koristeći rječnik primjeren kontekstu zadatka te vrednovati valjanost tvrdnji i odluka temeljenih na podacima.
  • Izračunati vjerojatnosti jednostavnih događaja s konačnim prostorom elementarnih događaja te primijeniti jednostavno i opće pravilo množenje i zbrajanja za računanje vjerojatnosti složenih događaja
  • Primijeniti metode procjene parametara i testiranja hipoteza za analizu jedne varijable ili analizu povezanosti dvije varijabli koristeći prikladno statističko programsko okruženje, a sa ciljem razumijevanja društvenih ili prirodnih pojava ili donošenja odluka temeljenih na podacima
  • Izračunati vjerojatnost da kontinuirana ili diskretna kvantitativna varijabla poprimi vrijednost u određenom intervalu svoje kodomene pomoću tablice distribucije ili primjenom statističkog programskog okruženja
Ishodi učenja programa
  • razumjeti i primijeniti matematičke metode, modele i tehnike primjerene rješavanju problema iz područja informacijskih i poslovnih sustava
  • razumjeti bitne čimbenike koji utječu na poslovanje organizacije i pojedinaca te primijeniti osnovne metode i koncepte planiranja, upravljanja i obračuna poslovanja
  • analizirati stanje, identificirati prilike i definirati probleme s kojima se susreću organizacije i pojedinci u primjeni ICT, te formulirati rješenja uz primjenu ICT
Osnovna literatura
  • Šošić, I. (2006). Primijenjena statistika, 2. Izdanje, Školska knjiga, Zagreb
  • Kero, K., Dobša, J. , Bojanić – Glavica, B. (2008). Statistika (deskriptivna i inferencijalna) i vjerojatnost, Varteks, Varaždin
Dopunska literatura
  • Dumičić, K. Bahovec, V. (urednice) (2011). Poslovna statistika, Element, Zagreb.
  • Field, A., Miles, J. , Field, Z. (2012). Discovering statistics using R, Sage Publications Ltd, London, dostupno na https://uk.sagepub.com/en-gb/eur/discovering-statistics-using-r/book236067.
  • de Veaux, R. D., Velleman, P. F., Bock, D. E. (2009) Intro Stats, 3. izdanje, Pearson Addison Wesley, Boston4. Stephens., L. J. (1998). Beginning Statistics, Schaum’s Outlines, McGraw-Hill, New York.
  • Diez, D., Cetinkaya-Rundel, M. Open Intro Statistics, Third edition, dostupno na: https://leanpub.com/openintro-statistics
Slični kolegiji
Redoviti studenti Izvanredni studenti
izvanredni rok
Datum: 24.04.2026.
Vrijeme: 16:00
Opis: Na Fakultetu
U kalendaru ispod se nalaze konzultacije predmetnih nastavnika, no za detalje o konzultacijama možete provjeriti na profilu pojedinog predmetnog nastavnika.
2025 © Fakultet organizacije i informatike, Centar za razvoj programskih proizvoda