ØABED2200 Business Analytics Course description

The students require a lot of practice to develop their analytical abilities. The subject matter is taught through ordinary lectures, guest lectures, group hand-ins and presentation, as well as discussions relating to case exercises.

;

The Course is Taught around 4 "blocks", where the first 3 hand-ins are steppingstones to the final report and presentation. Each student group has one case company throughout the course. Each block has the same structure of lectures/discussions, quiz, case work, presentation with feedback. This gives the students a piecemeal approach to the process of analyzing and valuing a publicly listed company.

;

The students will be given feedback on their Presentation, Writing and Typography skills in relation to their reports and presentations of their case company. The final report and presentation will partly be graded on how convincing, understandable, and well argued the report and presentation are. Succinctly arguing your findings is therefore essential.

Eksamen i Videregående finansregnskap og regnskapsteori må være bestått før eksamen kan avlegges.

To be able to obtain a final grade in the course, the student must have the following approved work requirements:

;

4 individual multiple choice quizzes, available for a limited time at specified dates;;

;

;;;;;;;;;;; 4 presentations in class: The groups present their three written assignments and the final report (see Assessment below). The group members must participate equally in the presentations.

;

If the multiple choice quizzes are not approved, the student will be given one opportunity to submit a new multiple choice. The lecturer will provide more detailed information about deadlines for submission. All presentation dates and timeslots will be provided at the beginning of the semester.

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.

All handed-in, handwritten and printed support materials are allowed.

Grading scale A-F.

The three written assignments are graded during the course by an internal examiner. An internal and an external examiner will grade the final report. The final grade is set by both the internal and external examiner.

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