ØABED2200 Business Analytics Course description

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»).

Part 1: Individual written exam, 3 hours, counts 80 %.

Part 2: Individual folder exam (OWL submission, 2-4 hours per submission, and laboratory reports, 2-5 pages per report), counts 20%. The 10 best submissions of a total of 15 submissions on OWL (Online Web Learning)

Both examinations must be passed to pass the course (grade E or better). All counting submissions in the folder must also be passed to pass (grade E or better) in the subject.

Exam results can be appealed.

Ingen forkunnskapskrav.

Studenten skal etter å ha fullført emnet ha følgende totale læringsutbytte definert i kunnskaper, ferdigheter og generell kompetanse:

Kunnskaper

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

Forelesninger og øvinger i grupper. Det legges stor vekt på bruk av dataverktøy i undervisningen.

Ingen arbeidskrav. Ingen obligatorisk aktivitet.

Eksamen i emnet er:

Skoleeksamen på 4 timer avholdes i slutten av semesteret.

Approved laboratory course in KJPE1300 General Chemistry, or equivalent knowledge.

After completing the course, the student is expected to have achieved the following learning outcomes defined in terms of knowledge, skills and general competence:

Knowledge

The student:

• is familiar with the structure, stereochemistry and bonds in organic molecules
• is familiar with organic acids and bases
• is familiar with reactions with alkanes, alkenes, alkynes, haloalkanes, aromatic compounds, alcohols, phenols, ethers, thiols, aldehydes, carboxyl acid, carboxylic acid derivatives and amines
• is familiar with the equipment used in organic chemistry and how it is used
• has some knowledge of the planning and performance of organic synthesis
• is capable of keeping up-to-date on key knowledge in the field of organic chemistry.

Skills

The student is capable of:

• reading and following the procedure of organic synthesis published in the chemical literature
• checking the identity and purity of a synthesis product with the use of physical measurements and spectroscopy
• reporting the results of their own laboratory work so that it can be reproduced by others.

General competence

The student is capable of:

• using knowledge about the reactivity of molecules to consider alternative syntheses and choosing a synthesis that entails little risk in relation to health, safety and the environment
• assessing their own work and, if necessary, proposing measures to improve an existing procedure
• communicating the results of laboratory work to both chemists and non-chemists, both orally and in writing
• contributing to good HSE practice in a workplace through attitudes to and knowledge of organic chemistry

The teaching will consist of lectures and exercises.

The following coursework is compulsory and must be approved before the student can sit the exam:

• 6-day laboratory course with 6 pertaining written assignments (2-5 pages per assignment)
• 10 assignments in OWL (Online Web Learning) (2-4 hours per assignment)