Matematičko-statistički modeli u agroekonomici

Ciljevi modula

Upoznati doktorande s matematičkim i statističkim metodama modeliranja u agroekonomici koji se najčešće primjenjuju pri rješavanju problema u praksi. Pri tome je naglasak na razumijevanju mogućnosti primjene statističkih metoda u pojedinim situacijama te osposobljavanju za samostalno korištenje dostupnog statističkog softvera.

Ishodi učenja

1. Analizirati metode i modele koje koriste u statističkom zaključivanju.
2. Razumjeti statističke metode koje koriste u statističkom zaključivanju.
3. Demonstrirati sposobnost analize realnih podataka korištenjem modela i metoda iz sadržaja kolegija.
4. Razumjeti koristi ali i ograničenja statističke analize podataka u primjeni.
5. prezentirati rezultate statističkih analiza i mogućnost njihove primjene laicima i stručnjacima.
6. koristiti računala i prikladne programske pakete prilikom analize podataka.

Opis modula

Matematički i statistički modeli; Pojam vjerojatnosti (klasičan i statistički pristup modeliranju vjerojatnosti; aksiomi vjerojatnosti; slučajne varijable); Važne distribucije (diskretne distribucije: Bernoullijeva, binomna, geometrijska i Poissonova; neprekidne distribucije: uniformna, eksponencijalna, normalna, Studentova i F distribucija); Numeričke karakteristike slučajnih varijabli (očekivanje, varijanca, koeficijent asimetrije, koeficijent spljoštenosti); Slučajni uzorak; Procjena numeričkih karakteristika - točkovna i intervalima pouzdanosti, procjena distribucije; Testiranje hipoteza; Regresijska analiza; Modeliranje i procjena rizika; Linearno i dinamičko programiranje, analiza mreža i mrežno planiranje.

Povezivanje ishoda učenja s nastavnim metodama

Literatura

Obvezna literatura:

1. Benšić M., Šuvak N., (2013): Primijenjena statistika, Sveučilište J.J. Strossmayera, Odjel za matematiku, Osijek.
2. Benšić M., Šuvak N., (2014): Uvod u vjerojatnost i statistiku, Sveučilište J.J. Strossmayera, Odjel za matematiku, Osijek.
3. Bazaraa M.S., Sherali H.D., Shetty C.M. (2006): Nonlinear Programming. Theory and Algorithms, 3rd Edition, Wiley, New Jersey.
4. Taha H. A. (2006): Operations Research: An Introduction; 8th ed, Prentice Hall.

Preporučena literatura:

1. Scitovski R. (2013): Kvantitativne metode za poslovno odlučivanje, nastavni materijali, Odjel za matematiku, sveučiliša J.J. Strosmmayera u Osijeku: http://www.mathos.unios.hr/~scitowsk/Kvantitativne/materijali.html.
2. Pauše Ž. (1993): Uvod u matematičku statistiku, Školska knjiga, Zagreb.
3. McClave J.T., Benson P.G., Sincich T. (2001): Statistics for Business and Economics, Prentice Hall, New York.
4. Bhattacharyya, G.K., Johnson R.A. (1977): Statistics Concepts and Methods, J. Wiley.
5. Barković, D. (2010): Operacijska istraživanja, drugo izdanje, Sveučilište u Osijeku, Osijek.
6. Neralić L. (2003): Uvod u matematičko programiranje, Element, Zagreb.

Ispitni rokovi

-