Predmetnik študijskega programa in urniki
Izbirni predmeti

• Enostavna korespondenčna analiza.
• Multipla korespondenčna analiza.
• Logistična regresija (vključno z metodami za ponavljajoče meritve).
• Loglinearni modeli.

• Uvod, osnovni pojmi.
• Viri in zbiranje omrežnih podatkov.
• Kakovost merjenja omrežij.
• Vrste in predstavitve omrežij, programi za analizo omrežij.
• Zgradba omrežij: povezanosti, razbitja, izrezi, komponente, sredice, skrčitve, vzorci.
• Mere središčnosti in pomembnosti, otoki.
• Omrežja z vrednostmi na povezavah, Markovske verige kot omrežja.
• Aciklična omrežja.
• Dvovrstna omrežja in množenje omrežij.
• Časovna omrežja.
• Razvrščanje in bločno modeliranje.
• Statistična analiza in modeliranje omrežij - brezlestvična omrežja.
• Uporabe: rodovniki, internet, analiza besedil, …

1. Osnove analize omrežij.

2. Medorganizacijska omrežja.

2.1 Tipi medorganizacijskih omrežij.

2.2 Viri podatkov in zbiranje za medorganizacijska omrežja.

2.3 Analiza medorganizacijskih omrežij.
 
3. Omrežja znotraj organizacij.

3.1 Tipi omrežji: Omrežja sodelovanja, omrežja znanja,...

3.2 Viri podatkov za omrežja znotraj organizacij.

3.3 Anketno zbiranje omrežnih podatkov.

 1. Uvod v analizo podatkov kupcev.

2. Življenjski cikel porabnika in tipologija podatkov kupcev.

3. Viri za analizo podatkov kupcev.

4. Baze podatkov kupcev in podatkovna skladišča.

5. Merjenje neto sedanje vrednosti kupca.

6. Profiliranje kupcev:

• RFM tehnika.

• Faktorska analiza.

• Tehnike razvrščanja.

7. Modeliranje odzivov kupcev:

• Regresija.

• Odločitvena drevesa.

• Nevronske mreže.

8. Analiza nakupne košarice.

9. Posebne teme v analizi podatkov kupcev:

• Podatkovno rudarjenje in analiza podatkov kupcev.

• Spletno rudarjenje in analiza podatkov kupcev.

• Obravnava nominalnih podatkov.

• Obravnava velikih zbirov podatkov.

• Obravnava neuravnoteženih zbirov podatkov.

Osnovni pojmi analize zanesljivosti (funkcija zanesljivosti, stopnja okvarljivosti, stopnja odpravljivosti okvar, omejena dostopnost do podatkov, popravljivi sistemi, nepopravljive enote, itd.).

Verjetnostni modeli za porazdelitev življenjske dobe. Parametrični modeli (eksponentni, Weibullov, ekstremne vrednosti, lognormalni, gama, Birnbaum-Saundersov, itd.).

Modeli stopnje odpravljivosti okvar za popravljive sisteme (homogeni Poissonov proces, nehomogeni Poissonovi procesi).

Modeli stopnje okvarljivosti (model večkratnega tveganja, zaporedni model, vzporedni model, r izmed n model, model sistemov pripravljenosti).

Izbira ustreznega modela za verjetnostno porazdelitev življenjske dobe proizvoda, preizkušanje domnev o predpostavkah modela, ocenjevanje parametrov (Kaplan-Meierjev postopek, metoda kvocienta verjetij, metoda največjega verjetja, itd.).

Grafične metode (za popolne podatke, za enkratno omejene podatke in za večkratno omejene podatke).

Bayesove metode v analizi zanesljivosti (apriorni in posteriorni modeli porazdelitve).

Modeli za preizkušanje pospešene izrabe in življenjske dobe proizvodov (Arrhenius, Eyring, itd.).

• Anketni proces in njegove faze (koncipiranje, vzorčenje, vprašalnik, analiza podatkov…).

• Koncepti kakovosti anketnega raziskovanja.

  • Kakovosti podatkov in procesov (koncepti TQM).

  • Stroški, napake in management (koncept TSE).

  • Vzorčne in nevzorčne napake.

  • Merjenje, veljavnost, zanesljivost.

  • Pravila, priporočila in strokovni standardi (npr. TDM).

• Posebnost anketnega procesa v akademskem, poslovnem in javnem sektorju.

• Posebnosti načinov anketiranja (osebno, telefonsko, pisemsko, spletno,…).

• Oblikovanje in testiranje anketnega vprašalnika.

• Urejanje, kodiranje, dokumentiranje, procesiranje in arhiviranje podatkov.

• Etični vidiki anketnega raziskovanja.

I. Demografska analiza

1. Longitudinalna in transverzalna analiza

2. Demografski procesi: poročnost, rodnost, smrtnost in migracije

3. Rast in obnavljanje prebivalstva

4. Projekcije prebivalstva

5. Splošni razvoj prebivalstva

6. Ekonomija in politika prebivalstva

7. Prebivalstveno-političen pomen načel nove ekonomije

II. Demografski modeli

8. Modeli dinamike prebivalstva

9. Ekonomsko demografski modeli

10. Drugi demografski modeli

11. Demografski pritisk na vzdržnost pokojninskega in zdravstvenega sistema v prihodnje.

12. Uporaba demografske programske opreme na računalniku

1. Teorija indeksa življenjskih stroškov.

2. Teorija indeksov v časovnih serijah.

3. Elementarni indeksi in agregiranje indeksov v več stopnjah.

4. Merjenje produktivnosti.

5. Dekompozicija indeksnih števil.

6 . Hedonski indeksi.

7. Indeksi v praksi in zanesljivost.

 8. Oblikovanje sestavljenih kazalcev.

a) prednosti in slabosti

b) koraki oblikovanja kazalcev

c) gradniki kvalitete sestavljenih kazalcev

 9. Statistične metode namenjene oblikovanju sestavljenih kazalcev.

 10. Sestavljeni kazalci v praksi:

a) kazalci Nove ekonomije

b) ključni kazalci delovanja

Internetno raziskovanje:

• Koncepti internetnega raziskovanja.
• Reaktivne in nereaktivne metode zbiranja podatkov.
• Etični vidiki internetnega raziskovanja.

Spletne ankete:

• Tipologija spletnih anket.
• Programska orodja za spletno anketiranje.
• Verjetnostni in neverjetnostni vzorci v spletnih anketah.
• Statistično sklepanje na osnovi neverjetnostnih vzorcev.
• Napake pri spletnih anketah (vzorčni okvir, merjenje, neodgovori,…).
• Oblikovanja spletnega vprašalnika za različne naprave.
• Kombiniranje načinov anketiranja (mixed  modes).

Izbrane teme internetnega raziskovanja:

• Tehnična merjenja (zapisi logov, paradata, aplikacije za spremljanje gibanja, lokacije, …) in veliko podatkovje.
• Osnove on-line kvalitativnih metod.
• Kombinacija spletnih kvalitativnih in kvantitativnih metod (mixed methods).
• Interakcija človek-računalnik in spletno zbiranje podatkov

Uvod v kvalitativno raziskovanje: umestitev v raziskovalni proces v primerjavi s kvantitativnim raziskovanjem, namen in pomen.

Viri podatkov za kvalitativno raziskovanje.

Etične dileme v procesu kvalitativnega raziskovanja.

Tipologije metod kvalitativnega raziskovanja.

Na spraševanju temelječe kvalitativne raziskovalne metode.

Na opazovanju temelječe kvalitativne raziskovalne metode.

Vzorčenje v kvalitativnem raziskovanju.

Analitična programska podpora kvalitativnemu raziskovanju.

Kvalitativno raziskovanje v praksi.

Druge aktualne teme.

Vektorski prostori

• Lastne vrednosti in lastni vektorji

• Posplošeni inverzi

• Sistemi linearnih enačb

  Izbirne vsebine:

• Matrične faktorizacije in matrične norme

• Bločne matrike

• Matrični odvodi

• Kvadratne forme

Vrstilne statistike.

Zadostnost in polnost.

Točkovno ocenjevanje.

Preizkušanje domnev.

Sekvenčne metode.

Območja zaupanja.

Cenilke po metodi najmanjših kvadratov.

Variančna analiza.

Neparametrične statistike.

Uvod v Bayesovo statistiko.

1. Klasična testna teorija:

- testni dosežek, pravi dosežek in napaka;

- modeli in metode ocenjevanja zanesljivosti;

- praktična uporaba koeficienta zanesljivosti pri sestavljanju testov in interpretaciji dosežkov;

- zanesljivost in latentna struktura testa.

2. Teorija odgovora na postavko:

- »fundamentalno merjenje« in Raschev model;

- preverjanje ustreznosti modela;

- drugi logistični modeli (za dihotomne, stopnjevane in kategorične postavke);

- večdimenzionalni modeli; faktorska analiza postavk;

- sestavljanje testov in adaptivno testiranje;

- izdelava vzporednih oblik in iskanje pristranskih postavk.

3. Pregled drugih paradigem merjenja vedenjskih odzivov.

• grafične ponazoritne multivariatnih podatkov
• multipla regresija
• metode razvrščanja v skupine
• metoda glavnih komponent
• faktorska analiza
• linearni strukturni modeli
• druge metode glede na razpoložjiv čase:
  • večrazmernostno lestvičenje
  • korespondenčna analiza
  • kanonična korelacijska analiza
  • diskriminantna analiza
• pregled drugih metod

• Usklajenost med sistemi makroekonomskih statistik ter mednarodna primerljivost ekonomskih agregatov.

• Satelitski računi posameznih področij ekonomske politike.

• Matrike družbenih računov (SAM) kot statistična osnova modelov.

• Uvajanje dimenzije starosti v sistem nacionalnih računov.

• Transferji med generacijami.

• Neplačano gospodinjsko delo v posamezni starosti: proizvodnja, potrošnja in transferji.

• Staranje prebivalstva in generacijska ekonomija.

• Vsebinsko pomembni pojmi.

• Osnovne poskusne zasnove: značilnosti, uporabnost, prednosti in slabosti.

• Bolj kompleksne poskusne zasnove: značilnosti, uporabnost, prednosti in slabosti.

• Statistična analiza: parametrični in neparametrični pristopi.

• Posplošeni linearni modeli in njihova uporaba za analizo poskusov.

Obdelava, zaščita in diseminacija podatkov v uradni statistiki:

• Metode in tehnike urejanja, uteževanja, imputacije in ocenjevanja variance.

• Urejanje podatkov v časovnih serijah, predhodne ocene in revizije.

• Ocenjevanje majhnih območij.

• Tehnike zakrivanja in zaupnost podatkov.

• Opisovanje in vizualizacija podatkov, rudarjenje statističnih podatkov in kreiranje znanja.

Pri predmetu bodo predstavljena in obdelana izbrana poglavja z naslednjih področij:

- predobdelava podatkov, odkrivanju osamelcev, konstruktivna indukcija, diskretizacija,

- izbor množice informativnih atributov,

- raziskovalna analiza podatkov, vizualizacija, tehnike inteligentne vizualizacije,

- napovedno modeliranje (uvrščanje in regresija) s poudarkom na izbranih osnovnih in modernih pristopih (Bayesovsko modeliranje, metoda podpornih vektorjev, učenje s pravili),

- osnovni pristopi v razvrščanju,

- tehnike vrednotenja postopkov modeliranja, cenilke napovedne točnosti,

- uporaba odkrivanja znanj iz podatkov na industrijskih, znanstvenih in poslovnih problemih, osnove uporabe teh tehnik na področju obdelave spletnih in tekstovnih podatkov,

- orodja za odkrivanje znanj iz podatkov, s poudarkom na skriptnih orodjih in okoljih z vizualnim programiranjem.

• Uvod: uvod v podatkovno rudarjenje in odkrivanje zakonitosti v podatkih, povezava s strojnim učenjem, vizualizacija podatkov in modelov, predstavitev CRISP-DM metodologije odkrivanja zakonitosti v podatkih.

• Tehnike rudarjenja podatkov: učenje odločitvenih dreves, učenje klasifikacijskih in povezovalnih pravil, razvrščanje v skupine, odkrivanje podskupin, učenje regresijskih dreves in relacijsko podatkovno rudarjenje .

• Ocenjevanje: predstavitev preiskovalnih hevristik, hevristik za ocenjevanje kvalitete naučenih vzorcev in modelov ter metodologijo evalvacije rezultatov.

• Praktično usposabljanje: praktična uporaba izbranih orodij rudarjenja podatkov.

• Napredna uporaba programskega okolja R.
• Računalniško orientiran pogled v statistične metode.
• Robustne metode in EDA.
• Metode za generiranje slučajnih števil.
• Uporaba simulacij (Monte Carlo).
• Samovzorčenje in ponovno vzorčenje.
• Neparametrično ocenjevanje porazdelitev.
• Vzorčenje z zavrnitvijo.
• Optimizacija.
• Eno in večdimenzionalno glajenje krivulj.
• Grafične predstavitve in vizualizacija rezultatov.
• Priprava ponovljivih analiz in poročil.

1. Slučajni procesi.

- Kaj je slučajni proces?

- Načini opisa slučajnega procesa.

2. Markovske verige.

- Markovske verige v diskretnem času.

- Klasifikacija stanj.

- Krepka lastnost Markova.

- Invariantne porazdelitve

- Ergodijske lastnosti markovskih verig.

- Monte Carlo simulacija.

- Markovske verige v zveznem času.

- Primeri uporabe markovskih verig v zveznem času.

3. Časovne vrste.

- Primeri časovnih vrst.

- Stacionarne časovne vrste.

- Avtokorelacija in parcialna avtokorelacija.

- ARIMA modeli.

- Ocenjevanje parametrov v ARIMA modelih.

- Kalmanov filter.

1. Empirična regresija in algebra najmanjših kvadratov.

2. Klasični linearni regresijski model in njegova posplošitev.

3. Funkcija verjetja, statistične porazdelitve in načela preverjanja domnev.

4. Asimptotska analiza: stohastična konvergenca in asimptotske značilnosti cenilk.

5. Ocenjevanje in preverjanje domnev v posplošenem regresijskem modelu.

1. Posplošeni linearni regresijski modeli.

2. Modeli časovnih vrst.

3. Modeli diskretne izbire in modeli odvisne spremenljivke z omejitvami.

4. Modeli panelnih podatkov.

5. Nelinearna regresija in multivariatni modeli.

1. Uvod v statistično kontrolo kakovosti.

2. Viri podatkov za statistično kontrolo kakovosti.

3. Vzorčenje za statistično kontrolo kakovosti.

4. Statistična kontrola procesov.

5. Kontrolne karte v teoriji in praksi.

6. Eksperimentalno raziskovanje in statistična kontrola kakovosti.

7. Statistična kontrola kakovosti v storitvenem sektorju.

8. Statistična kontrola kakovosti v realnem času.

Računalniška orodja za analizo mikromrež (R, Bioconductor) in povezovanje z bazami podatkov in ontologij.

• načrt poskusa,
• priprava podatkov,
• odstranjevanje šuma ozadja,
• normalizacija,
• analiza diferencialne izraženosti,
• metode za iskanje povezav med skupinami genov,
• grafične predstavitve in vizualizacija rezultatov.

Pomen in posebnosti podatkov v ekonomiji in poslovnih vedah.

Merjenje v ekonomiji in poslovnih vedah.

• Koncepti in njihova operacionalizacija.

• Statistični standardi.

• Kakovost podatkov.

Viri podatkov v ekonomiji in poslovnih vedah.

Predmet predstavi relevantne metodološke in statistične teme z vidika statističnega svetovanja, z vidika implementacije svetovalnih projektov s pomočjo podpornih programskih paketov, ter z vidika poročanja rezultatov svetovalnega projekta kvantitativno pismenemu in kvantitativno nepismenemu občinstvu.

1. Uvod v statistiko okolja.
2. Prostorska statistika.
3. Nestacionarni prostorski modeli.
4. Modeliti, ki jih opredeljujejo pogojne porazdelitve.
5. Zasnova omrežja spremljanja.
6. Statistika prostora in časa.
7. Trendi in časovne vrste v okolju.
8. Ekstremne vrednosti.

Statistični postopki, primerni predvsem za reševanje problemov v tehniki:
Načrtovanje statističnega opazovanja in zbiranja podatkov. Ustrezna predstavitev podatkov. Ocenjevanje parametrov in preverjanje statističnih domnev. Regresija in korelacija. Analiza poskusov. Časovne vrste. Metode za vzorčenje in za nadzor ter opazovanje industrijskih procesov. Seznanitev z ustreznimi programskimi orodji za reševanje statističnih problemov v tehniki.

1. Uvod v večnivojsko modeliranje

• Viri večnivojskih podatkov.
• Večnivojske teorije.

2. Dvonivojski modeli

• Modeli z naključnimi presečišči.
• Modeli z naključnimi koeficienti.

3. Trinivojski modeli

4. Koeficienti med različnimi nivoji

5. Logistični modeli z naključnimi koeficienti

6. Tristopenjski logistični modeli

• Sodobni pristopi v anketni metodologiji.

• Administrativni viri in registri.

• Masovni podatki.

• Povezovanje podatkov iz različnih virov.

• Druga aktualna vprašanja zbiranja podatkov v uradni statistiki, npr. breme poročanja, avtomatski zajem podatkov itd.