Programplaner og emneplaner - Student
ØABED2200 Business Analytics Course description
- Course name in Norwegian
- Business Analytics
- Study programme
-
Bachelor Programme in Business Administration and EconomicsOslo Business School, Exchange Programme
- Weight
- 7.5 ECTS
- Year of study
- 2020/2021
- Curriculum
-
SPRING 2021
- Schedule
- Programme description
- Course history
-
Introduction
Emnet gir en innføring i hvordan kvantitative analyser kan brukes som verktøy for verdiskaping i en virksomhet. Vi analyserer flere forskjellige typer bedriftsøkonomiske beslutningsproblemer ved hjelp av matematiske modeller og dataverktøy. Vi vil hele tiden vektlegge tolkning av analyseresultater, samt implikasjoner for økonomisk styring og planlegging.
Eksempler på typer beslutningsproblem:
*Hvordan sette opp en effektiv bemanningsplan når behovet for arbeidskraft varierer over tid?
*Hvordan utforme en optimal transportplan for en forsyningskjede?
*Hvordan velge lokalisering av produksjon og lager i en forsyningskjede?
*Hvordan sette opp en investeringsplan med krav til forventet avkastning og diversifisering?
*Hvordan lage etterspørselsprognoser basert på historiske data?
*Hvordan sesongjusterer vi en boligprisindeks?
*Hvordan kan vi bruke simulering for å bedre forstå variasjonen i et prosjekts kontantstrøm over forskjellige mulige scenario?
*Hvordan du kan bruke statistikkverktøy til å identifisere mønstre i store datamengder («Big Data»).
Recommended preliminary courses
Forkunnskaper tilsvarende Matematikk 1. Emnet er et grunnleggende verktøyfag for en rekke bedriftsøkonomiske fag og for revisjonsfagene i 3. året ved Revisorstudiet. Det gir også nødvendig bakgrunn for kurset Samfunnsvitenskapelig metode.
Required preliminary courses
Studenten tilegner seg her det nødvendige grunnlaget i sannsynlighetsregning og statistikk for andre emner i studiet. Studenten skal få analytisk innsikt, og det legges vekt på å vise anvendelser av sannsynlighetsregning og statistisk metode innen et bredt spekter av problemstillinger knyttet til det økonomisk-administrative fagområdet.
Learning outcomes
Ingen forkunnskapskrav.
Teaching and learning methods
Kunnskaper
Studenten har
- grunnleggende kunnskap innen sannsynlighetsregning og statistikk slik det anvendes i økonomisk-administrative fag.
Ferdigheter
Studenten kan
- presentere og tolke statistiske data ved hjelp av sentral- og spredningsmål, frekvensfordelinger og grafiske metoder
- grunnleggende sannsynlighetsregning inkludert sannsynlighetsmodeller, kombinatorikk, utvalgsmodeller, betingede sannsynligheter, lov om total sannsynlighet, Bayes lov og uavhengighet
- analysere sannsynlighetsfordelinger og beregne forventning og varians til en stokastisk variabel og til lineærkombinasjoner av stokastiske variable.
- forstå simultane sannsynlighetsfordelinger inkludert beregning av forventning, varians og kovarians
- velge sannsynlighetsmodell og regne med diskrete og kontinuerlige sannsynlighetsfordelinger, inkludert Binomisk fordeling, Hypergeometrisk fordeling, Poissonfordeling, Normalfordeling/Normaltilnærming og t-fordeling
- estimere ukjente parametre, både punktestimering og intervallestimering
- foreta hypotesetesting i målemodell og binomisk modell og vurdere ulike testmetoder; tolke signifikansnivå, signifikanssannsynlighet og teststyrke
- anvende og tolke regresjonsanalyse, herunder estimering og hypotesetest av regresjonskoeffisienten og prediksjon
- beregne og tolke korrelasjonskoeffisienten
- foreta kjikvadrattester, både modelltesting og test av uavhengighet
- vurdere forskjeller mellom to grupper, inkludert hypotesetesting
Generell kompetanse
Studenten kan
- forholde seg til og operasjonalisere usikkerhet.
Course requirements
Tre timer forelesning i plenum per uke. Oppgaveløsing under veiledning av studentassistenter. Regneark eller spesialisert statistisk programvare kan bli benyttet.
Assessment
Ingen arbeidskrav/obligatoriske aktiviteter.
Permitted exam materials and equipment
Individuell skriftlig eksamen under tilsyn på fire timer i slutten av semesteret.
Grading scale
Se egen hjelpemiddelliste som publiseres i god tid før eksamen.
Examiners
Gradert skala A-F.
Course contact person
Ekstern sensor godkjenner eksamensoppgavene og vil sammen med intern sensor sensurere eksamensbesvarelsene.