Predavač: prof. dr. sc. Nataša Kurnoga (nositelj), doc.dr.sc. Krunoslav Puljić, prof. dr. sc. Anamarija Jazbec
Opis kolegija
Svrha kolegija je u prvome dijelu upoznati studente s načinima pripreme i ispitivanja podataka za multivarijatnu analizu. Studentima će se prezentirati grafičke i numeričke metode eksploracije podataka za u multivarijatnu analizu; načini identificiranja i procjene nedostajućih podataka te odabir metode za uklanjanje problema; metode otkrivanje netipičnih vrijednosti varijabli (engl. outliera) te postupanje s njima. U drugome dijelu će se studentima objasniti teorija te adekvatnost primjene metode višestruke regresije; metode faktorske analize (faktorska analiza zajedničkih faktora, analiza glavnih komponenti, izlučivanje faktora, ortogonalna, varimax i kosokutna rotacija faktora); model diskriminacijske analize (preduvjeti primjene, razvijanje diskriminacijske funkcije, direktna i stepwise metoda diskriminacijske analize. Naglasak je na interpretaciji i validaciji rezultata. U trećem dijelu, studentima će se dati u linearno programiranje (geometrija linearnog programiranja, simpleks metoda, Charnesova Big-M metoda, dualitet i ekonomska interpretacija, analiza osjetljivosti, problemi transporta i dodjeljivanja, cjelobrojno linearno programiranje); klasična optimizacija bez ograničenja i s ograničenjima u obliku jednadžbi, Lagrangeovih multiplikatora, te odabrane metode numeričke optimizacije; nelinearno programiranje (Karush-Kuhn-Tuckerovi uvjeti optimalnosti, konveksno i kvadratno programiranje). Naglasak je na programskoj podršci za rješavanje ilustrativnih ekonomskih i poslovnih problema na računalu, uz naglasak na interpretaciji rezultata.
Ciljevi učenja
- usvajanje naprednih znanja iz statističkih metoda univarijatne i multivarijatne analize podataka te metoda matematičkog programiranja
- stjecanje sposobnosti kritičkog odabira odgovarajuće statističke metode grafičke i numeričke analize multivarijatnih podataka te metoda matematičkog programiranja u ekonomskom ili poslovnom istraživanju
- razvoj kompetencija za primjenu odgovarajućih statističkih metoda multivarijatne analize i matematičkog programiranja u ekonomskom ili poslovnom istraživanju
- usvajanje vještina potrebnih za primjenu odgovarajuće programske potpore kako bi se provelo istraživanje na realnim ekonomskim podacima
- stjecanje kompetencija za kritičko vrjednovanje stručnih i znanstvenih empirijskih ekonomskih istraživanja u kojima su korištene statističke metode univarijatne i multivarijatne analize podataka te metode matematičkog programiranja
Ishodi učenja
- usvajanje znanja iz područja metoda multivarijatne analize statističkih podataka, odnosno metoda matematičkog programiranja na razini koja odgovara studentima doktorskog studija ekonomije
- razumijevanje i primjena odgovarajućih metoda multivarijatne analize statističkih podataka te matematičkog programiranja potrebnih za provedbu ekonomskog istraživanja
- proširivanje usvojenog znanja na naprednije specijalizirane teme potrebne kako bi se provelo istraživanje uz primjenu metoda multivarijatne analize statističkih podataka, odnosno metoda matematičkog programiranja
- stjecanje iskustva i vještina u primjeni programske potpore za provođenje ekonomskih istraživanja
- stjecanje znanja za adekvatnu interpretaciju rezultata ekonomskog istraživanja uz primjenu metoda univarijatne i multivarijatne analize statističkih podataka, odnosno metoda matematičkog programiranja i njihove implikacije na ekonomsku teoriju
Oblici nastave
- predavanja
- kompjuterske radionice
- analize slučajeva
- samostalni zadaci