FOI nastava
FOI logo

Lista kolegija iz:

ak.god:
2016/2017
semestar:
1. semestar

2016/2017

5ECTSa

Preddiplomski

Informacijski/Poslovni sustavi v1.1

Program Obavezan
Informacijski sustavi IS Da
Poslovni sustavi PS Da
1. semestar
1. nastavna godina

Statistika npp:47227

Engleski naziv

Statistics

Katedra

Katedra za kvantitativne metode

Kategorija ("boja")

TO

Cilj kolegija

Cilj ovoga kolegija je naučiti studente metode i vještine koje će koristiti kao podlogu za produbljivanje novih sadržaja u kasnijim godinama studija. Nadalje, težište izučavanja ovoga kolegija je detaljno uvođenje studenata na korištenje metoda primijenjene statističke analize. Primjena ovih metoda može biti korisna već u toku studija i to kod pisanja kako seminarskih radova tako i diplomskog rada. Također, naučene metode i vještine u praksi moći će se primjenjivati kod izrade stručnih i znanstvenih radova. Isto tako mogu poslužiti i na budućem radnom mjestu

Nastava

Predavanje
30sati
Seminar
22sati
Laboratorijske vježbe
8sati

Ishodi učenja predmeta

  • crtati i interpretirati kartogram, površinske i linijske grafikone
  • definirati funkciju razdiobe i funkciju gustoće slučajne varijable, prepoznati slučajeve za primjenu nekih važnijih distribucija vjerojatnosti (binomne, normalne i Poissonove)
  • izračunavati i interpretirati karakteristike distribucije (srednje vrijednosti, mjere disperzije, mjere asimetrije I mjeru zaobljenosti)
  • izračunavati i interpretirati korelaciju (linearnu i krivolinijsku)
  • izračunavati i interpretirati skupne i individualne indekse
  • izračunavati i interpretirati srednje vrijednosti vremenskih nizova (statičke i dinamičke)
  • kreirati opće ili izvještajne te analitičke tabele
  • odrediti veličinu uzorka, primijeniti metodu uzorka kod procjena nepoznatih karakteristika osnovnog skupa i kod testiranja hipoteze o nepoznatim karakteristikama osnovnog skupa
  • ponoviti definicije slučajnog događaja i vjerojatnosti, razumijeti definicije uvjetne vjerojatnosti i nezavisnosti događaja i primijeniti formule za potpunu vjerojatnost i Bayesovu formulu za izračun vjerojatnosti danih događaja
  • prikupljati, grupirati i analizirati statističke podatke

Ishodi učenja programa

  • analizirati stanje, identificirati prilike i definirati probleme s kojima se susreću organizacije i pojedinci u primjeni ICT, te formulirati rješenja uz primjenu ICT analizirati stanje, identificirati prilike i definirati probleme s kojima se susreću organizacije i pojedinci u primjeni ICT, te formulirati rješenja uz primjenu ICT
  • identificirati i razumjeti bitne čimbenike koji utječu na poslovanje organizacije i pojedinaca te primijeniti osnovne metode i koncepte planiranja, upravljanja i obračuna poslovanjaidentificirati i razumjeti bitne čimbenike koji utječu na poslovanje organizacije i pojedinaca te primijeniti osnovne metode i koncepte planiranja, upravljanja i obračuna poslovanja
  • razumjeti i primijeniti matematičke metode, modele i tehnike primjerene rješavanju problema iz područja informacijskih i poslovnih sustava razumjeti i primijeniti matematičke metode, modele i tehnike primjerene rješavanju problema iz područja informacijskih i poslovnih sustava

Sadržaj predavanja

  • Uvod u vjerojatnost (2 sata)
    Definicija slučajnog događaja. Operacije i relacije nad skupom slučajnih događaja. Potpuna familija događaja. Aksiomatska definicija vjerojatnosti. Svojstva vjerojatnosti. Klasična definicija vjerojatnosti. Uvjetna vjerojatnost i nezavisnost događaja. Formula potpune vjerojatnosti i Bayesova formula.
  • Slučajne varijable (2 sata)
    Definicija slučajne varijable i funkcije vjerojatnosne distribucije za diskretnu slučajnu varijablu. Funkcija razdiobe slučajne varijable i neprekidna slučajna varijabla. Definicija očekivanja i varijance slučajne varijable i njihova svojstva. Binomna razdioba. Normalna razdioba. Standardizirana slučajna varijabla. Svojstva normalne razdiobe. Poissonova razdioba i njena svojstva. Definicija Studentove t-distribucije, F-distribucije i hi-kvadrat distribucije.
  • Opći pojmovi statistike (2 sata)
    Definicija statistike, definiranje statističkog skupa (vremenski, geografski i pojmovno). Faze rada statistike: prikupljanje (promatranje), grupiranje i analiziranje. Prikupljanje statističkih podataka s obzirom na obuhvat (iscrpno i reprezentativno), i s obzirom na vrijeme (jednokratno, periodsko i tekuće).
  • Grupiranje statističkih podataka (2 sata)
    Grupiranje prema nominalnom obilježju (atributivni i geografski nizovi), redoslijednom obilježju(redoslijedni niz), vremenskom obilježju (intervalni i trenutačni vremenski niz) i numeričkom obilježju (numerički niz).
  • Statističke tabele i grafičko prikazivanje (2 sata)
    Kreiranje općih i izvještajnih tabela (jednostavne, skupne i kombinirane tabele). Kreiranje analitičkih tabela. Površinski grafikoni, linijski grafikon i kartogram. Pravila crtanja i interpretacija pojedinih grafičkih prikaza.
  • Karakteristike distribucije (2 sata)
    Srednje vrijednosti (aritmetička sredina, medijan, donji i gornji kvartil, mod, geometrijska sredina, harmonijska sredina), momenti distribucije (oko sredine, oko nule, oko veličine ''a'', i oko veličine ''a i b'').
  • Mjere disperzije, asimetrije i mjere zaobljenosti (2 sata)
    Raspon varijacije, interkvartil, varijanca, standardna devijacija, koeficijent kvartilne devijacije, koeficijent varijacije i standardizirana varijabla. Mjere asimetrije (alfa tri, Pearsonom koeficijent i Bowleyjev koeficijent). Mjera zaobljenosti alfa četiri.
  • Analiza vremenskih nizova (2 sata)
    Osnovna analiza vremenskih nizova. Formiranje intervalnih i trenutačnih vremenskih nizova. Grafičko prikazivanje i uspoređivanje vremenskih nizova (aritmetičko mjerilo ordinate i logaritamsko mjerilo ordinate).
  • Indeksi (2 sata)
    Skupni indeksi (indeks vrijednosti, indeks fizičkog obujma, i to kao agregatni skupni indeks i kao vagana aritmetička sredina individualnih indeksa, i indeks cijena također kao agregatni skupni indeks i kao vagana aritmetička sredina individualnih indeksa). Individualni indeksi (indeksi stalne baze i indeksi promjenjive baze). Indeksi promjenjive baze nazivaju se još i verižni, odnosno lančani indeksi.
  • Srednje vrijednosti vremenskih nizova (2 sata)
    Statičke srednje vrijednosti (aritmetička sredina, kronološka sredina i geometrijska sredina). Dinamičke srednje vrijednosti (linearni trend, krivolinijski trendovi). Ispitivanje reprezentativnosti linearnih i krivolinijskih trendova. Predviđanja korištenjem trend modela.
  • Regresija i korelacija, neparametrijski trendovi i sezonske pojave (2 sata)
    Jednostavna linearna regresija. Jednostavna linearna korelacija. Krivolinijska korelacija. Korelacija ranga. Metoda pomičnih prosjeka. Analiza sezonskih oscilacija. Sezonski indeksi. Rezidualni indeksi.
  • Procjena nepoznatih karakteristika osnovnog skupa (2 sata)
    Procjena aritmetičke sredine osnovnog skupa. Određivanje veličine uzorka za procjenu aritmetičke sredine i totala osnovnog skupa. Procjena totala osnovnog skupa.
  • Procjena nepoznatih karakteristika osnovnog skupa (2 sata)
    Procjena proporcije osnovnog skupa. Određivanje veličine uzorka za procjenu proporcije osnovnog skupa. Procjena koeficijenta korelacije osnovnog skupa. Procjena koeficijenta regresije osnovnog skupa.
  • Testiranje hipoteze o nepoznatim karakteristikama osnovnog skupa (2 sata)
    Testiranje hipoteze o nepoznatoj karakteristici osnovnog skupa. Test na donju i gornju granicu, test na donju granicu, test na gornju granicu. Testiranje hipoteze o nepoznatoj proporciji osnovnog skupa. Testiranje na donju i gornju granicu, testiranje na donju granicu, testiranje na gornju granicu.
  • Testiranje hipoteze o nepoznatim karakteristikama osnovnog skupa (2 sata)
    Testiranje hipoteze o razlici aritmetičkih sredina dvaju osnovnih skupova. Testiranje hipoteze o razlici proporcije dvaju osnovnih skupova. Testiranje hipoteze o nepoznatom koeficijentu korelacije i o nepoznatom koeficijentu regresije osnovnog skupa.

Sadržaj seminara/vježbi

  • 1. Uvod u vjerojatost (seminarska nastava, 2 sata)
    Dokazivanje svojstva vjerojatnosti. Računanje vjerojatnosti događaja korištenjem klasične definicije vjerojatnosti, uvjetne vjerojatnosti, formule potpune vjerojatnosti i Bayesove formule.
  • 2. Slučajne varijable (seminarska nastava, 2 sata)
    Računanje funkcija gustoće i funkcije razdiobe slučajnih varijabli. Računanje očekivanja i varijance.
  • 3. Neke važnije razdiobe vjerojatnosti (seminarska nastava, 2 sata)
    Računanje vjerojatnosti događaja korištenjem binomne, normalne i Poissonove distribucije.
  • 4. Relativni brojevi (seminarska nastava, 2 sata)
    Računanje relativnih brojeva (postotka, relativnog broja koordinacije), te računanje srednjih vrijednosti relativnih brojeva korištenjem vagane aritmetičke i harmonijske sredine.
  • 5. Grafičko prikazivanje (seminarska nastava, 2 sata)
    Grafičko prikazivanje relativnih brojeva korištenjem jednostavnih stupaca i Verzarovog znaka. Grafički prikazi strukturnim krugovima i polukrugovima, te površinama kruga i kvadrata.
  • 6. Karakteristike distribucije 1 (seminarska nastava, 2 sata)
    Računanje karakteristika distribucije(aritmetička sredina, medijan, donji i gornji kvartil, mod, geometrijska sredina, harmonijska sredina) za grupirane i negrupirane podatke.
  • 7. Karakteristike distribucije 2 (seminarska nastava, 2 sata)
    Računanje karakteristika distribucije korištenjem momenata oko 0 i oko a i b.
  • 8. Indeksi (seminarska nastava, 2 sata)
    Računanje individualnih lančanih indeksa i indeksa stalne baze. Preračunavanje lančanih indeksa u indekse stalne baze i obratno. Računanje skupnih indeksa vrijednosti, ofizičkog obujma i indeksa cijena.
  • 9. Srednje vrijednosti vremenskih nizova (seminarska nastava, 2 sata)
    Računanje sredniih statičkih vrijednosti vremenskih nizova( aritmetička sredina, kronološka sredina i geometrijska sredina). Računanje jednadžbe linearnog trenda, mjere reprezentativnosti i predviđanje linearnim trendom.
  • 10. Eksponencijalni trend (seminarska nastava, 2 sata)
    Računanje jednadžbe eksponencijalnog trenda. Mjere reprezentativnosti i predviđanje eksponencijalnim trendom.
  • 11. Regresija i korelacija (seminarska nastava, 2 sata)
    Računanje jednadžba regresijskih pravaca i jednostavne linearne korelacije.
  • 12. Deskriptivna statistika 1 (laboratorijska nasta
    Izrada primjera obrade numeričkog statističkog niza s grupiranim podacim za izračum aritmetičke sredine, mjera reprezentacije, moda, medijana, gornjeg i donjeg kvartila. Excel se koristi kao tablični kalkulator.
  • 13. Deskriptivna statistika 2 (laboratorijske vježbe, 2 sata)
    Izrada primjera s izračunom mjera asimetrije i grafičkim prikazima podataka za numerički statistički niz s grupiranim podacima. Korištenje alata deskriptivne statistike u Excelu.
  • 14. Linearni i polinomijalni trend (laboratorijske vježbe, 2 sata)
    Korištenje Excela za izračun jednadžbe linearnog i polinomijalnog trenda, računanje mjera reprezentativnosti, upoznavanje funkcija za predviđanje linearnim i polinomijalnim trendom. Grafički prikaz originalnih podataka i aproksimacije trendom.
  • 15. Eksponencijalni trend (laboratoriske vježbe, 2 sata)
    Korištenje Excela za izračun jednadžbe eksponencijalnog trenda, računanje mjera reprezentativnosti, upoznavanje funkcija za predviđanje eksponencijalnim trendom. Grafički prikaz originalnih podataka i aproksimacije trendom.

Alati koji se koriste na predmetu

  • Excel
    Excel se koristi koa tablični kalkulator. Osim toga koristi se alat deskriptivne statistike i upoznaju se funkcije Excela za rad s linearnim, polinomijalnim i eksponencijalnim trendom.

Osnovna literatura

  • Kero, K., Dobša, J., Bojanić-Glavica, B. Statistika deskriptivna i inferencijalna i vjerojatnost, Tiskara Varteks, Varaždin, 2008.

Dopunska literatura

  • Kero, K., Bojanić-Glavica, B. Statistički modeli i metode : odabrana poglavlja. Fakultet organizacije i informatike, Varaždin, 2003.
  • Šošić, I. Primijenjena statistika. 2. izmijenjeno izd. Školska knjiga, Zagreb, 2006.
  • Stephens, L. J. Schaum's outline of beginning statistics. 2nd ed. McGraw-Hill, New York, 2006.
  • Triola, M. F. Elementary statistics : with multimedia study guide. 10th ed. Pearson, Boston, 2007.

Slični predmeti

  • 1. Statistika, Ekonomski fakultet, Sveučilište u Zagrebu, http://www.efzg.hr/default.aspx?id=758
  • 2. Statistika, Ekonomski fakultet, Sveučilište u Osijeku http://www.efos.hr/nastavnici/jhorvat/index.php
Nastavnik Oblik nastave Tjedana Sati tjedno Grupa
Dobša Jasminka Laboratorijske vježbe 3 2 6
Predavanje 15 2 3
Gusić Jelena Laboratorijske vježbe 3 2 6
Seminar 12 2 4
Salinger Željka Laboratorijske vježbe 3 2 6
Seminar 12 2 4
Izvanredni rok
Datum: 20.04.2020.
Vrijeme: 16:00
Napomena:

Statistika - Redovni studenti

Studij: Informacijski/Poslovni sustavi
Akademska godina: 2016/2017

Praćenje rada studenata

Elementi praćenjaBodova
Redoviti dolasci na nastavu8
Aktivnost2
Kolokviji90
ZBROJ100


Bodovna skala ocjena

OdDoOcjena
0 49 nedovoljan (1)
50 60 dovoljan (2)
61 75 dobar (3)
76 90 vrlo dobar (4)
91 100 odličan (5)



Kolokviji

Naziv / Tjedan 1234567891011121314151617 1. razdoblje
udio (%)
2. razdoblje
udio (%)
3. razdoblje
udio (%)
Trajanje Pismeni Usmeni
1. kolokvij + 100.0 90 +
2. kolokvij + 100.0 90 +


Opis elemenata praćenja

Elementi praćenja Bodovi Uvjet Opis Nadoknada
Granica Opis Rok
Prisustvovanje na seminarima 2 0 Dozvoljena su 2 izostanka. 2 izostanka
Prisustvovanje i rad na laboratorijskim vježbama 4 0 Dozvoljen je 1 izostanak s laboratorijskih vježbi. 1 izostanak
Aktivnost 4 0 Aktivnost na predavanjima i seminarskoj nastavi
1. kolokvij 45 10 Kolokivij se sastoji od dva dijela: teorijskog dijela koji nosi 15 bodova i zadataka koji nose 30 bodova. Jedan od kolokvija može se ponavljati na prvom ispitnom roku u veljači.
2. kolokvij 45 10 Kolokivij se sastoji od dva dijela: teorijskog dijela koji nosi 15 bodova i zadataka koji nose 30 bodova. Jedan od kolokvija može se ponavljati na prvom ispitnom roku u veljači.


U graničnim slučajevima moguće je usmeno odgovarati za višu ocjenu.

Statistika - Izvanredni studenti

Studij: Informacijski/Poslovni sustavi
Akademska godina: 2016/2017

Praćenje rada studenata - Model A

Elementi praćenjaBodova
Kolokviji90
Redoviti dolasci na nastavu6
Aktivnost4
ZBROJ100


Praćenje rada studenata - Model B

Elementi praćenjaBodova
Kolokviji90
Seminarski rad10
ZBROJ100


Bodovna skala ocjena

OdDoOcjena
0 49 nedovoljan (1)
50 60 dovoljan (2)
61 75 dobar (3)
76 90 vrlo dobar (4)
91 100 odličan (5)



Kolokviji

Naziv / Tjedan 1234567891011121314151617 1. razdoblje
udio (%)
2. razdoblje
udio (%)
3. razdoblje
udio (%)
Trajanje Pismeni Usmeni
1. kolokvij + 100.0 90 +
2. kolokvij + 100.0 90 +


Opis elemenata praćenja - Model A

Elementi praćenja Bodovi Uvjet Opis Nadoknada
Granica Opis Rok
Prisustvovanje na seminarima 2 0 Dozvoljena su 2 izostanka. 2 izostanka Nema nadoknade.
Prisustvovanje na laboratorijskim vježbama 4 0 Dozvoljen je 1 izostanak. 1 izostanak Nemma nadoknade.
Aktivnost 4 0 Aktivnost na predavanjima i seminarskoj nastavi. Nema nadoknade.
1. kolokvij 45 10 Kolokvij se sastoji od 2 dijela: teorijska pitanja sa predavanja i zadaci s vježbi. Teorijski dio nosi 15, a zadaci 30 bodova. Jedan od kolokvija može se ponavljati na prvom ispitnom roku u veljači.
2. kolokvij 45 10 Kolokvij se sastoji od 2 dijela: teorijska pitanja sa predavanja i zadaci s vježbi. Teorijski dio nosi 15, a zadaci 30 bodova. Jedan od kolokvija može se ponavljati na prvom ispitnom roku u veljači.


Opis elemenata praćenja - Model B

Elementi praćenja Bodovi Uvjet Opis Nadoknada
Granica Opis Rok
1. kolokvij 45 10 Kolokvij se sastoji od dva dijela: teorijskih pitanja s predavanja i zadataka. Teorijski dio nosi 15, a zadaci 30 bodova. 10 Jedan od kolokvija može se ponavljati na prvom ispitnom roku u veljači.
2. kolokvij 45 10 Kolokvij se sastoji od dva dijela: teorijskih pitanja s predavanja i zadataka. Teorijski dio nosi 15, a zadaci 30 bodova. 10 Jedan od kolokvija može se ponavljati na prvom ispitnom roku u veljači.
Seminarski rad 10 5 Tema seminarskog rada se dogovara s predmetnim nastavnikom. Rad treba imati 10-15 stanica i treba sadržavati statističku analizu podataka u Excelu na način na koji se radi na laboratorijskim vježbama. Statističke obrade potrebno je komentirati. Nema nadoknade. Kraj semestra


U graničnim slučajevima moguće je odgovarati za višu ocjenu.

Studenti mogu polagati ispit i putem redovitih ispitnih rokova. U tom se slučaju ispit sastoji od pismenog i usmenog dijela. Student izlazi na usmeni dio ispita u slučaju da je položio pisnmeni dio.

Predavanje Seminar Auditorne vježbe Laboratorijske vježbe Vježbe (jezici, tzk) Ispit Kolokviji Nadoknade Demonstrature
Copyright © 2015 FOI Varaždin. All Rights Reserved. Sva prava pridržana.
Povratak na vrh