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
Statistics
2017/2018
5 ECTSa
Primjena informacijske tehnologije u poslovanju 1.2 (PITUP)
Studijski centar Varaždin (PITUP 1.2)
Katedra za kvantitativne metode
NN
1. 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
Primjena informacijske tehnologije u poslovanju 1.2 (PITUP) 1 obavezan
Cilj kolegija
Cilj predmCilj predmeta je stjecanje znanja o osnovnim statističkim metodama (deskriptivnim i inferencijalnim), primjena i interpretacija rezultata statističkih analiza u konkretnim slučajevima te primjena naučenih metoda korištenjem programske podrške (Excel).eta
Preduvjeti
Kolegij nema definirane preduvjete
Norma kolegija
Predavanja
 30 sati
Seminar
 15 sati
Vježbe u praktikumu
 15 sati
Nastavnik Uloga na kolegiju Oblik nastave Tjedana Sati Grupa
Dobša Jasminka Nositelj Vježbe u praktikumu
Predavanja 		1
15 		4
2 		2
1
Pagon Robert Suradnik Vježbe u praktikumu
Seminar
Vježbe u praktikumu 		1
14
1 		4
2
4 		2
1
2
Buhin Pandur Maja Vanjski suradnik
Sadržaj predavanja
  • Pojam i zadaća statistike.
    Predmet izučavanja statistike, definiranje statističke mase, faze rada statistike (prikupljanje, grupiranje, analiza).
  • Prikupljanje statističkih podataka i tabelarno prikazivanje.
    Prikupljanje (promatranje) s obzirom na obuhvat i vrijeme, prikazivanje statističkih podataka pomoću tabela (opće ili izvještajne i analitičke).
  • Grupiranje podataka, formiranje statističkih nizova i grafičko prikazivanje
    Površinski grafikoni, linijski grafikoni i kartogram, relativni brojevi. Taksonomija statističkih nizova.
  • Karakteristike distribucije
    Srednje vrijednosti, mjere disperzije, mjere asimetrije, mjera zaobljenosti. Aritmetička sredina, medijan, donji kvartil, gornji kvartil, mod, harmonijska sredina, srednja vrijednost relativnih brojeva.
  • Mjere disperzije, asimetrije i zaobljenosti
    Raspon varijacije, interkvartil, varijanca, standardna devijacija, koeficijent varijacije, koeficijent kvartilne devijacije, standardizirano obilježje, Pearsonov koficijent asimetrije, Bowleyjev koficijent asimetrije, alfa tri, alfa četiri, pomoćni momenti distribucije.
  • Vremenski nizovi
    Intervalni i trenutačni vremenski nizovi. Grafičko prikazivanje i uspoređivanje vremenskih nizova.
  • Indeksi
    Skupni indeksi, indeks vrijednosti, indeks količine, indeks cijene, indeksi stalne baze, indeksi promjenjive baze, grafičko prikazivanje individualnih indeksa.
  • Srednje statičke vrijednosti vremenskih nizova
    Aritmetička sredina, kronološka sredina, geometrijska sredina
  • Linearni trend
    Izračunavanje i interpretacija parametara modela. Mjere reprezentativnosti: standardna devijacija, koeficijent varijacije koeficijent determinacije i korigirani koeficijent determinacije. Prognoze.
  • Krivolinijski trend
    Polinomijalni i eksponencijalni trend. Izračunavanje i interpretacija parametara modela. Izračunavanje mjera reprezentativnosti. Prognoze.
  • Regresija i korelacija
    Jednostavna linearna regresija, jednostavna linearna korelacija. Mjere reprezentativnosti: standardna devijacija, koeficijent varijacije, koeficijent determinacije. Interpretacija modela.
  • Teorijske distribucije.
    Binomna distribucija, Poissonova distribucija, normalna (Gaussova) distribucija, Studentova distribucija, F-distribucija i Hikvadrat distribucija.
  • Procjena nepoznatih karakteristika osnovnog skupa.
    Osnovni skup i uzorak, procjena aritmetičke sredine osnovnog skupa, procjena totala osnovnog skupa, procjena proporcije osnovnog skupa.
  • Testiranje hipoteza o nepoznatim karakteristikama osnovnog skupa.
    Testiranje hipoteze o nepoznatoj aritmetičkoj sredini osnovnog skupa, testiranje hipoteze o razlici aritmetičkih sredina dvaju osnovnih skupova, testiranje hipoteze o nepoznatoj proporciji osnovnog skupa, testiranje hipoteze o razlici proporcija dvaju osnovnih skupova.
  • Hi-kvadrat test
    Hi-kvadrat test: testiranje prilagodbe empirijskih podataka teorijskoj distribuciji, testiranje zavisnosti dvaju kvalitativnih obilježja.
 Sadržaj seminara/vježbi
  • Analiza numeričkih statističkih nizova.
    Upoznavanje s alatom deskriptivne statistike u EXCEL-u. Generiranje slučajnih brojeva korištenjem uniformne i normalne distribucije i analiza karakteristika distribucije dobivenih alatom deskriptivne statistike.
  • Analiza vremenskih statističkih nizova.
    Računanje jednadžbi linearnog trenda, krivolinijskih trendova te eksponencijalnog trenda korištenjem formula i ugrađenih funkcija EXCEL-a. Izračunavanje mjera reprezentativnosti i predviđanja. Računanje jednadžbi regresijskih pravaca i izračunavanje koeficijenta korelacije korištenjem formula i ugrađenih funkcija. Grafičko prikazivanje vremenskih nizova, trendova i regresijskih pravaca.
  • Provjera znanja rješavanjem praktičnog zadatka.
    Provjera znanja rješavanjem praktičnog zadatka.
 Ishodi učenja kolegija
  • Razumjeti proces prikupljanja i grupiranja podatka, formiranja tabela i grafičkih prikaza.
  • Primjeniti naučene metode deskriptivne statistike na konkretne skupove podataka.
  • Analizirati vremenske nizove metodama trenda i korelacije.
  • Analizirati statističke podatke korištenjem metoda jednostavne linearne regresije i korelacije.
  • Primijeniti naučene metode infrencijalne statistike na konkretne skupove podataka.
  • Primijeniti Excel za analizu statističkih podataka korištenjem naučenih statističkih metoda.
 Ishodi učenja programa
  • Identificirati i analizirati bitne interne i vanjske čimbenike koji utječu na odabir poslovnih prilika te na efikasnost poslovanja određenog poslovnog subjekta na domaćem i međunarodnom tržištu
  • Vrednovati rezultata poslovanja i interpretirati pokazatelje uspješnosti za potrebe upravljanja i donošenja poslovnih odluka
  • Primijeniti koncepte poduzetništva i poduzetnog djelovanja kako unutar postojećih poslovnih subjekata tako i u okviru pokretanja vlastitih poduzetničkih poduhvata
  • Predložiti i primijeniti metode komuniciranja s klijentima, korisnicima i kolegama usmenim i pismenim putem primjenom odgovarajuće terminologije, uključujući i sposobnost komunikacije o struci na stranom jeziku
  • Odabrati i koristiti informacijsko komunikacijske tehnologije u djelovanju poslovnih sustava
  • Odabrati odgovarajuću organizacijsku arhitekturu na razinama odlučivanja, upravljanja i izvođenja u organizacijama privatnog i javnog sektora primjenom Informacijsko komunikacijske tehnologije
  • Upravljati životnim ciklusom proizvoda, usluga, kao i životnim ciklusom razvoja informacijskog sustava
  • Predložiti i primijeniti temeljne metode razvoja informacijskih sustava u području modeliranja i izgradnje jednostavnih programskih rješenja
  • Predložiti i primijeniti metode razvoja programske potpore za jednostavne organizacijske procese na razini izvođenja
  • Izraditi i održavati dokumentaciju potrebnu za instalaciju, konfiguraciju, prilagodbu, administraciju i zaštitu informacijskih sustava
  • Razumjeti ulogu i održavati operacijski sustav te mrežnu i podatkovnu infrastrukturu
  • Odabrati i primijeniti metode iz područja programiranja, podatkovnih tehnologija i modeliranja podataka i procesa u problemskim domenama
  • Razumjeti i primijeniti odabranih matematičkih tema iz logike, relacija, linearne algrebre i statistike koje su temelj za usvajanje informatičkih i ekonomskih znanja
  • Odabrati i primijeniti odabrane tehnike zaštite informacijskih sustava uz poznavanje zakonskih i normativnih okvira za informacijsku i računalnu sigurnost
  • Planirati i podržati uvođenje novih informacijskih tehnologija za potporu organizacijskim procesima
  • Primijeniti odgovarajuće metode i alate za potporu u obradi, interpretaciji i vizualizaciji podataka za potporu u donošenju odluka
  • Primijeniti vještine učenja (uključujući i e-učenje) i planiranja potrebnih za cjeloživotno učenje, nastavak obrazovanja na diplomskom studiju te razvoj karijere u struci
 Osnovna literatura
  • Kero, K., Dobša, J., Bojanić-Glavica, B., Statistika (deskriptivna i inferencijalna) i vjertojatnost, Tiskara Varteks d.o.o., Varaždin, 2008.
  • Šošić, I.; Serdar, V. Uvod u statistiku. Školska knjiga, Zagreb,1992.
 Dopunska literatura
  • Kero, K.; Bojanić-Glavica, B. Statistički modeli i metode (odabrana poglavlja). Fakultet organizacije i informatike, Varaždin, 2003.
  • Spegel, M.R.; Schiller, J.; Srinivasan, R.A. Probability and Statistics. Schaum’s Outline |Series, McGraw-Hill, 2000.
  • Šošić, I. Zbirka zadataka iz statistike. Ekonomski fakultet, Zagreb, 1998.
  • Vranić, V. Vjerojatnost i statistika. Tehnička knjiga, Zagreb, 1970.
 Slični kolegiji
Redoviti studenti Izvanredni studenti
izvanredni rok
Datum: 22.11.2024.
Vrijeme: 16:00
Opis: Na Fakultetu
izvanredni rok
Datum: 16.04.2025.
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.
 2024 © Fakultet organizacije i informatike, Centar za razvoj programskih proizvoda