ØABED2200 Business Analytics Course description

The teaching takes place with in-person attendance on campus. The course is based on lectures, class exercises, homework assignments and assigned literature. Students are expected to read the course literature and actively participate in the course meetings, emphasising dialogue.

Matematikk, Statistikk, Bedriftsøkonomi, og Finansregnskap med IKT

The following coursework requirements must have been approved in order for the student to take the exam:

• Coursework 1. Paper

The student must submit a coursework paper of at least 1700 words (in addition to front page, list of content and list of references), written individually or in groups of max 4 students. A student must have approval from the course lecturer in order to write individually. The paper must be approved by the course lecturer.

Students whose papers are not approved after the first submission will be given the chance to resubmit once. Papers that are not approved after two submissions will disqualify students from sitting the final examination.

• Coursework 2. Presentation

The coursework papers are to be presented at a seminar, or poster session, or zoom gathering. Participation in the seminar, or poster session, or zoom gathering is mandatory. 

A student who is absent from the presentation will have to submit a compensatory coursework requirement within a given deadline.

Kunnskap

Studenten har

*kunnskap om grunnleggende anvendelse av metodene Beslutningsteori, Lineær Programmering, Simulering, Prediksjonsmodeller, og Data Mining (klassifisering og assosiasjon).

*kunnskap om hvordan kvantitative metoder og optimering kan brukes for å løse bedriftsøkonomiske beslutningsproblemer

Ferdigheter

Studenten kan

*utføre analyser av beslutningsproblemer og treffe beslutninger basert på maximin, minimax, minimax og alternativkostnad

*tegne beslutningstrær og treffe beslutninger basert på disse

*utføre enkel og multippel regresjonsanalyse ved hjelp av relevant programvare og fortolke resultater

*utarbeide prognoser ved hjelp av f.eks. bevegelig gjennomsnitt, eksponensiell glatting og regresjonsanalyse

*formulere problemstillinger som lar seg løse ved hjelp av lineær programmering, samt vurdere skyggepriser og verdien av økt kapasitet

*formulere og løse transportproblemer

*bruke relevant dataverktøy for å løse bedriftsøkonomiske beslutningsproblemer

*implementere enkle simuleringsmodeller i relevant dataverktøy

*gjennomføre data mining (klassifisering og assosiasjonsmetoder) i relevant dataverktøy

Generell kompetanse

Studenten

*har økt numerisk og analytisk kompetanse

*kan reflektere rundt etiske problemstillinger knyttet til bedriftsøkonomiske beslutningsproblem

*kan løse problemer i grupper

No aids are permitted.

The exam papers are assessed by one internal and one external examiner.

A random selection consisting of at least 25% of the exam papers will be graded by both an internal and external examiner. This will inform the grading of the remaining exam papers.

Simon Innvær and Einar Øverbye

Ingen hjelpemiddel

Gradert skala A-F.

Det benyttes en intern og en ekstern sensor til sensurering av besvarelsene.

Et uttrekk på minst 25 % av besvarelsene sensureres av ekstern sensor. Karakterene på de besvarelsene som er vurdert av ekstern sensor danner grunnlag for å fastsette nivå på besvarelsene innenfor de ulike karakteruttrykkene. Intern sensor skal ta hensyn til ekstern sensors vurdering ved sensurering av alle eksamensoppgaver.

Knut Nygaard