Poslovna statistika 1 (132786)
Course coordinator
Course description
Predmet obuhvaća temelje deskriptivne i inferencijalne statistike. Pri izboru gradiva i primjera vodi se računa o specifičnom kontekstu agroekonomske struke. Dio o deskriptivnoj statistici obuhvaća sadržaje o tipovima podataka, njihovoj organizaciji, prezentaciji i interpretaciji, skalama mjerenja i numeričkim deskriptivnim pokazateljima. Posebna se pozornost poklanja razvoju statističke pismenosti i opće kulture pri interpretaciji statističkih pokazatelja. U kratkom dijelu o osnovama teorije vjerojatnosti izlažu se elementi nužni za razumijevanje složenijih koncepata. Uvode se i opisuju pojmovi diskretne i kontinuirane slučajne varijable i njihove raspodjele: binoma, geometrijska, hipergeometrijska, Poissonova, normalna, uniformna, eksponencijalna i t-raspodjela. Ostatak predmeta posvećen je inferencijalnoj statistici – intervalnim procjenama očekivanja i vjerojatnosti i testiranju hipoteza o njima.
Type of course
- Prijediplomski studij / Agrarna ekonomika (Compulsory course, 3 semester, 2 year)
ECTS: 6.00
English language: L1
E-learning: L1
Teaching hours: 60
Lectures: 44
Auditory exercises: 12
Seminar: 4
Lecturer
Associate teacher for exercises
Grading
Sufficient (2): 60-70%
Good (3): 71-80%
Very good (4): 81-90%
Excellent (5): 91-100%
Conditions for obtaining signature
Redovito pohađanje predavanja i vježbi, osvajanje barem 25% mogućih bodova na svakom ispitu znanja, izrada zadaća
General competencies
Stjecanje statističke opće kulture te statističkih znanja i vještina primjenjivih u analizi i rješavanju statističkih problema iz prakse u agroekonomskoj struci.
Types of instruction
- Predavanja
Predavanja s primjerima - Auditorne vježbe
- Seminari
seminarski rad na projektnom zadatku
Learning outcomes
| Learning outcome | Evaluation methods |
|---|---|
| Klasificirati skale mjerenja i tipove podataka. Organizirati podatke i grafički ih prikazati. Računati osnovne numeričke deskriptivne mjere podataka | Izrada problemskih zadataka, samostalno izrađena zadaća, pismeni ispit |
| Primijeniti Excelove alate za deskriptivnu statistiku | Sudjelovanje u radu u praktikumu, grupni rad na zadatcima, samostalno izrađena zadaća |
| Utvrditi vjerojatnost događaja. Diferencirati raspodjele diskretnih i kontinuiranih slučajnih varijabli. Koristiti statističke tablice | Sudjelovanje u problemskoj nastavi i raspravi, izrada problemskih zadataka, samostalno izrađena zadaća, pismeni ispit |
| Identificirati i razlikovati razne vjerojatnostne raspodjele | Sudjelovanje u problemskoj nastavi i raspravi, izrada problemskih zadataka, samostalno izrađena zadaća |
| Komentirati izgled grafa funkcije gustoće normalne raspodjele u ovisnosti o veličini standardne devijacije | Sudjelovanje u problemskoj nastavi i raspravi, izrada problemskih zadataka, samostalno izrađena zadaća, pismeni ispit |
| Konstruirati interval procjene za očekivanja i udjele | Sudjelovanje u problemskoj nastavi i raspravi, izrada problemskih zadataka, samostalno izrađena zadaća, pismeni ispit |
| Formulirati hipotezu, testirati je i donijeti zaključak o njezinoj istinitosti na temelju testa | Izrada problemskih zadataka, samostalno izrađena zadaća, pismeni ispit |
Working methods
Teachers' obligations
1. Ustrojiti i redovito i savjesno izvoditi nastavu i druge oblike nastavnog rada
2. Pripremati nastavne i ispitne materijale
3. Razraditi i provoditi odgovarajuće metode praćenja i vrednovanja rada studenata
4. Bodovati i ocijeniti rad studenata na ispitima znanja, zadaćama i seminarskim radovima studenata te na projektnom zadatku
5. Poticati studente na samostalan rad i razvijati njihovo zanimanje za predmet
6. Biti dostupan za pitanja studenata na nastavi, u vrijeme konzultacija i prema dogovoru u drugo vrijeme
Students' obligations
1. Redovito prisustvovati nastavi
2. Izvršavati nastavne obveze (predavati zadaće, izraditi seminarski rad i praktični rad na računalu, pristupati ispitima znanja)
3. Aktivno sudjelovati u nastavi pitanjima, davanjem odgovora na problemska pitanja
4. Angažirano sudjelovati u radu, raditi u grupama, svladati predviđene vježbe
5. Na svakom ispitu znanja studenti trebaju skupiti minimalno 25% bodova da bi ostvarili pravo na potpis
Methods of grading
| Evaluation elements | Maximum points or Share in evaluation | Grade rating scale | Grade | Direct teaching hours | Total number of average student workload | ECTS |
|---|---|---|---|---|---|---|
| 1.ispit znanja | 40% | 2 | 40 | 2 | ||
| 2.ispit znanja | 30% | 2 | 30 | 1 | ||
| 3.ispit znanja | 30% | 2 | 30 | 1 | ||
| Aktivno sudjelovanje na nastavi | do 10% | |||||
| Pohađanje nastave i izrada zadaća | 54 | 80 | 2 | |||
| UKUPNO | 100% | 0-59 60-70 71-80 81-90 91-100 | Nedovoljan (1) Dovoljan (2) Dobar (3) Vrlo dobar (4) Odličan (5) | 180 | 6 |
| Evaluation elements | Description | Deadline | Recoupment |
|---|---|---|---|
| 2.ispit znanja | Diskretne i kontinuirane slučajne varijeble i njihove raspodjele. Statistika uzoraka | 12.tjedan | |
| 3. ispit znanja | Inferencijalna statistika – intervalne procjene i testiranje hipoteza: udjeli i srednje vrijednosti | 16. tjedan | |
| Pohađanje nastave i izrada zadaća | Evidencija nazočnosti studenata, samostalno izrađivanje zadaća, aktivno sudjelovanje na nastavi | Kroz semestar | |
| Aktivno sudjelovanje na nastavi | Studenti se potiču odgovarati na problemska pitanja, predlažu načine za rješavanje problema, vođeni su do ispravnih zaključaka vlastitim kritičkim razmišljanjem, rade u grupama na rješavanju konkretnog problema iz prakse | Kontinuirano tijekom nastave | |
| Pismeni ispit | Za studente koji nisu položili predmet preko ispita znanja ako imaju pravo na potpis | U ispitnim rokovima |
Weekly class schedule
- Šo je i čemu služi statistika Svrha statistike. Primjeri iz deskriptivne i inferencijalne statistike. Pojmovi populacije i uzorka. Kvalitativne i kvantitativne varijable. Skale mjerenja Grafičko predočavanje kvalitativnih i kvantitativnih podataka.
- Organizacija i prezentacija podataka Razni tipovi dijagrama. Interpretacija dijagrama. Uočavanje manipulacija podatcima i njihovog tendencioznog prikazivanja. Histogrami.
- Numeričke deskriptivne mjere Srednja vrijednost, medijan i mod. Varijanca i standardna devijacija. Koeficijent varijacije. Kvartili, centili.
- Primjena Excela I Unos podataka u Excel, struktura radnog prostora, tvorba i uporaba formula, statističke funkcije u Excelu
- Primjena Excela II Primjena Excela u određivanju numeričkih deskriptivnih mjera i grafičkom prikazivanju podataka
- Osnovni elementi teorije vjerojatnosti Slučajni pokus, ishod i prostor događaja. Primjeri. Nezavisni i zavisni događaji. Tri pristupa konceptu vjerojatnosti. Uvjetna vjerojatnost
- Diskretne slučajne varijable i njihove raspodjele I Vjerojatnostna raspodjela diskretne slučajne varijable. Očekivanje i standardna devijacija. Primjeri. Binomna slučajna varijabla i binomna formula.
- Diskretne slučajne varijable i njihove raspodjele II Binomna raspodjela, geometrijska raspodjela, Poissonova i hipergeometrijska raspodjela. Primjeri.
- Kontinuirane slučajne varijable i njihove raspodjele I Normalna raspodjela. Primjeri i primjene. Računanje s tablicama standardne normalne raspodjele.
- Kontinuirane slučajne varijable i njihove raspodjele II Aproksimacija normalne raspodjele kontinuirane slučajne varijable binomnom raspodjelom diskretne slučajne varijable. Uniformna raspodjela.
- Populacije i uzorci Intervalne procjene očekivanja Slučajni i neslučajni uzorci. Odabir slučajnog uzorka. Pogreške. Statistike uzorka.
- Intervalne procjene vjerojatnosti Točkovne i intervalne procjene. Intervalne procjene očekivanja za velike i male uzorke. t-raspodjela. Intervalne procjene vjerojatnosti. Određivanje veličine uzorka.
- Testiranje hipoteza o očekivanju Testiranje hipoteza. Primjeri. Tipovi pogrešaka. Jakost testa i repovi testa.
- Testiranje hipoteza o vjerojatnosti Testiranje hipoteza o očekivanju za velike i male uzorke. Testiranje hipoteza o vjerojatnosti.
- Seminar i ispit Pismena i usmena provjera znanja. Seminarski rad
Obligatory literature
- P.S. Mann, Statistics for Bussines and Economics, J. Wiley, N.Y., 1995.
- P. Newbold, W. L. Carlson, B. Thorne: Statistika za poslovanje i ekonomiju, Mate d.o.o, Zagreb, 2010
- M. Silver: Business statistics, Mc Graw-Hill, 1997.
- I. Šošić, Zbirka zadataka iz statistike, Mikrorad i Ekonomski fakultet, Zagreb, 1998.
Recommended literature
- L. Kazmier, Schaum's Easy Outline of Business Statistics, McGraw-Hill, N.Y., 2003.
- B. Petz, Statistika za nematematičare, Školska knjiga, Zagreb,
- D. Huff, How to lie with statistics, WW Norton, N.Y. 1993
Similar course at related universities
- Matematik und Statistik, BOKU
- Statistika, Sveučilište u Osijeku Poljoprivredni fakultet
- Statistik, University of Hohenheim