Poslednje vesti
Silabus
Cilј predmeta
U okviru kursa se vrši upoznavanje sa metodama korišćenja prediktivnih statističkih modela. Daju se detaljnija znanja o mogućnostima i metodama statističke analize nominalnih podataka, kao i detaljnija znanja o metodama statističkog zaključivanja.
Ishod predmeta
Osposobljavanje za adekvatno korišćenje predviđanja na mešovitim podacima, kako bi se postigla što veća tačnost prilikom zaključivanja, a time i veći stepen sigurnosti prilikom odlučivanja.
Sadržaj predmeta
Teorijska nastava:
Prikuplјanje podataka. Uzorak i planiranje uzorka. Klasifikacija metoda i modela. Izrada i dizajn upitnika. Testiranje hipoteza. Upotreba standardnih statističkih programa. Multivarijaciona statistička analiza (MSA), modeli. Metode transformacije podataka. Računarska podrška statističkim istraživanjima. Ekonometrijsko modeliranje. Rešavanje konkretnih problema iz prakse.
Praktična nastava:Vežbe, Drugi oblici nastave, Studijski istraživački rad
Prikuplјanje podataka. Planiranje uzorka. Izrada upitnika. Standardni statistički programi. Računarska podrška statističkim istraživanjima. Rešavanje konkretnih problema iz prakse.
Literatura
- Casella G., Berger R., Statistical Inference, Wiley John&Sons, Incorporated,1999.
- Barnett V., Comparative Statistical Inference, Wiley, John&Sons, Incorporated 1999.
- Spiegelhalter D. J., Abrams K. R., Myles J. P., Barnett V., Bayesian Approaches to Clinical Trials and HealthCare Evaluation, Wiley, John&Sons, Incorporated, 2004.
- Maddala G.S., Introduction to Econometric, John Wiley & Sons, 2001.
- Lovrić, M., Metodi neparametarskog statističkog zaključivanja, Ekonomski fakultet, 2002.