Silabus predmeta

Cilj predmeta

Kurs daje pregled statističkih metoda i modela koji se mogu koristiti kao podrška odlučivanju u različitim oblastima menadžmenta, posebno u marketingu i finansijama. Vrši se upoznavanje sa metodama korišćenja prediktivnih statističkih modela, kao i detaljnija znanja o metodama statističkog zaključivanja.

Ishod predmeta

Sadržaji ovog predmeta osposobljavaju studente za modeliranje i rešavanje praktičnih problema u menadžmentu primenom metoda statističke analize. Takođe, adekvatno korišćenje predikcije kako bi se postigla što veća tačnost prilikom zaključivanja, a time i veći stepen sigurnosti prilikom odlučivanja, će biti značajan ishod predmeta.

Teorijska nastava:

  • P01: Prikupljanje podataka, uzorak i planiranje uzorka.
  • P02: Automatska kontrola i korekcija grešaka
  • P03: Izrada i logički dizajn upitnika. Obrada podataka uzorka.
  • P04: Testiranje hipoteza.
  • P05: Parametarsko i neparametarsko zaključivanje.
  • P06: Bajesovo zaključivanje.
  • P07: Multivarijaciona statistička analiza. Modeli
  • P08: Računarska podrška statističkim istraživanjima.
  • P09: Predviđanje, klasifikacija i analiza poslovnog rizika
  • P10: Koeficijenti preferencije. Relativni rizik i racio.
  • P11: Ekonometrijsko modeliranje.
  • P12: Analiza finansijskih vremenskih serija.
  • P13: ARIMA, ARCH i GARCH modeli.
  • P12: Analiza finansijskih vremenskih serija.
  • P14: Primenljivost i vrednovanje modela.
  • P15: Rešavanje konkretnih problema iz prakse

Praktična nastava: Vežbe, Drugi oblici nastave, Studijski istraživački rad

  • V01: Prikupljanje podataka, uzorak i planiranje uzorka.
  • V02: Automatska kontrola i korekcija grešaka.
  • V03: Izrada i logički dizajn upitnika. Obrada podataka uzorka.
  • P04: Testiranje hipoteza.
  • P05: Parametarsko i neparametarsko zaključivanje.
  • P06: Bajesovo zaključivanje.
  • P07: Multivarijaciona statistička analiza. Modeli
  • P08: Računarska podrška statističkim istraživanjima.
  • P09: Predviđanje, klasifikacija i analiza poslovnog rizika
  • P10: Koeficijenti preferencije. Relativni rizik i racio.
  • P11: Ekonometrijsko modeliranje.
  • P12: Analiza finansijskih vremenskih serija.
  • P13: ARIMA, ARCH i GARCH modeli.
  • P12: Analiza finansijskih vremenskih serija.
  • P14: Primenljivost i vrednovanje modela.
  • P15: Rešavanje konkretnih problema iz prakse

Predavači:

prof. dr Milica Bulajić

dr Milica Bulajić

Redovni profesor

prof. dr Zoran Radojičić

dr Zoran Radojičić

Redovni profesor

prof. dr Veljko Jeremić

dr Veljko Jeremić

Redovni profesor

 

Literatura:

1. Giudici P., Figini S.: “Applied Data Mining for Business and Industry: ”, Wiley, 2009.
2. Metcalfe A. V.: “Statistics in Management Sciences: ”, Oxford University Press, 2000.
3. Keller G., Warrack B.: “Statistics for Management and Economics, Abbreviated Edition: ”, Thompson, 2006.
4. Agresti A.: “An Introduction to Categorical Data Analysis: ”, Wiley, 2007.

Fond aktivne nastave

Predavanja: 2 časa nedeljno.
Vežbe: 2 časa nedeljno
Metode izvođenja nastave: Klasičan način, uz korišćenje table i računara.