ØABED2200 Business Analytics Emneplan

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»).

Undervisningsspråk er engelsk.

Matematikk, Statistikk, Bedriftsøkonomi.

Ingen forkunnskapskrav

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

Kunnskap

Studenten har

• kunnskap om grunnleggende anvendelse av metodene Beslutningsteori, Lineær Programmering, Simulering, Prediksjonsmodeller og Data Mining.
• 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 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.

For å kunne framstille seg til eksamen må studenten ha følgende godkjente arbeidskrav:

• Arbeidskrav 1: 5 individuelle oppgavesett. Studenten må få godkjent minst 4 av 5 oppgavesett for å kunne ta eksamen i emnet. Hvert oppgavesett består av å svare på spørsmål fra et business case, og kan i tillegg inkludere quiz og bidrag i diskusjon på emnets hjemmeside. Forventet omfang for hvert oppgavesett er 5 timer. Hvert oppgavesett må være gjennomført og godkjent innen fastlagt frist.

Formålet med arbeidskravet er at studentene får relevant trening i å anvende og vurdere analysemetoder som er undervist i emnet.

Arbeidskravet må være gjennomført og godkjent for at studenten skal kunne fremstille seg til eksamen. Dersom arbeidskravet ikke blir godkjent, gis det anledning til å kunne gjennomføre et nytt arbeidskrav én gang innen angitt frist.

The student must have been admitted to the study programme.

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

Knowledge

The student

• has broad knowledge of the structure and function of the musculoskeletal system
• has knowledge of the structure and function of the skin
• has knowledge of the structure, mechanisms and functions of the circulatory and respiratory systems
• has knowledge of the structure, mechanisms and function of the peripheral, central and autonomous nervous system
• has knowledge of the mechanisms and functions of the endocrine system and its interaction with the other organ systems in the body
• has knowledge of the mechanism and functions of the immune system and of the composition and function of the blood
• has knowledge of important exercise physiology principles, tests and measurements relevant to a prosthetist/orthotist's work
• is capable of describing basic genetic principles
• has knowledge of embryology and the body-s development

Skills

The student is capable of

• palpating and identifying anatomical structures of the lower limbs on the surface of the body
• carrying out and giving grounds for a simple functional examination of the lower limbs

General competence

The student is capable of

• communicating with the user during a functional examination
• taking a respectful approach to the human body in connection with examinations and is aware of ethical dilemmas relating to examinations

The following coursework requirement must be met before the student can take the exam:

• minimum attendance of 80 % at seminars and skills training

Exam content: The learning outcomes

Exam form: Exam in two parts:

Individual multiple choice exam (digital), 1 hour, and individual practical/oral exam, up to 30 min.

Separate grades are awarded for each part. Weighting: multiple choice exam 33 %, practical/oral exam 66 %.

If one of the grades is an F, the overall grade will be an F.

Resit exam

The student must retake the part(s) for which an F was awarded.

Grade scale A-F