1. Примена статистичких модела у пословању
Др Наташа Папић-Благојевић

2. Професор: др Наташа Папић-Благојевић
Консултације: среда, h, кабинет 17, Лиман
е-mail:

3. Литература:
Солдић-Алексић, Ј. (2015). Примењена анализа података: Рад у програмима за статистичку анализу и табеларна израчунавања. Београд: ЦИД Економског факултета.
Newbold, P., Carlson, W. L., & Thorne, B. (2010). Statistika za poslovanje i ekonomiju. Zagreb: Mate.
Levine, D. M., Stephan, D. F., Krehbiel, T. C., & Berenson, M. L. (2011). Statistics for Managers, Using Microsoft Excel, Sixth Edition. New Jersey: Pearson Education, Inc.
Moore, D. S., McCabe, G. P., Alwan, L. C., Craig, B. A., & Duckworth, W. M. (2011). The Practice of Statistics for Business and Economics, Third Edition. New York: W.H. Freeman and Company.
Mann, S. P. (2009). Introductory Statistics, Sixth Edition. John Wiley & Sons, Inc.
PowerPoint презентације

4. Формирање коначне оцене
Број бодова
Присуство настави 5
Активност 10
Колоквијум
мин 21
макс 40
Предиспитни бодови
мин 28
макс 55
Завршни испит
мин 23
макс 45
Укупно
мин 51
макс 100

5. Циљ предмета
Стицање знања из области статистичке анализе и оспособљавање за коришћење различитих модела и метода примењене статистике;
Примена теоријских знања о статистичким моделима у прикупљању, обради и анализи података;
Развијање способности логичког закључивања о добијеним резултатима.

6. Исход предмета
Дефинисање и примена статистичких појмова и метода анализе статистичких података;
Повезивање теоријских и практичних знања приликом обраде података;
Одабирање статистичке методе и модела који ће у конкретним околностима дати најбоље резултате;
Тумачење добијених резултата и предлагање оптималних решења пословног проблема.

7. Улога статистике у пословним околностима
Сумирање пословних података - примена метода дескриптивне статистике за приказивање и сумирање података;
Извођење закључака на основу података - примена метода инференцијалне статистике (статистике закључивања) за извођење закључака о већем скупу на основу података прикупљених посматрањем мањег скупа;

8. Могућност реалних предвиђања пословних активности – развој статистичких модела за предвиђање (ови модели користе инференцијалне методе како би се повећала прецизност предвиђања будућих активности/догађаја);
Унапређење пословног процеса – примена модела који доприносе унапређењу квалитета.

9. Основни појмови
Варијабла/променљива – карактеристика која се проучава или истражује;
Податак/опсервација – вредност променљиве која се односи на једну јединицу посматрања;
Популација/основни скуп – скуп свих јединица које су предмет проучавања;
Узорак – део основног скупа који је предмет статистичке анализе (репрезентативан, случајан);
Параметар – мерило којим се описује карактеристика популације.

10. Врсте променљивих
Квантитативне променљиве – променљива које се може нумерички исказати.
Разликујемо прекидне (дискретне) и непрекидне (континуиране) квантитативне променљиве.
Прекидна променљива – има само изоловане вредности.
Непрекидна променљива – може узети било коју вредност у одређеном интервалу.
Квалитативне променљиве – не могу узети нумеричке вредности.

11. Графичко приказивање података
Негруписани, сирови подаци
Груписање података
Расподела фреквенција:
Апсолутне фреквенције fi
Релативне фреквенције pi
Процентне фреквенције Pi

12. Квалитативни подаци
Пример: посматран је узорак од 49 студената ВПШ са студијског програма Туризам и хотелијерство.
Питање: Да ли сте похађали неки курс, предмет или усмерење који би се могао сматрати за облик предузетничког образовања?
Понуђени одговори: Не
Да, у оквиру наставе
Да, ван наставе

14. Штапићасти дијаграм
Графикон који се састоји од стубића чија висина представља фреквенцију различитих категорија
x-оса: различите категорије квалитативне променљиве
y-оса: фреквенције

15. Штапићасти дијаграм за расподелу апсолутних фреквенција

16. Структурни круг (пита)
Чешће се користи за приказивање учешћа (процентних фреквенција).
Цео структурни круг представља величину узорка или основног скупа.

17. Структурни дијаграм за расподелу процентних фреквенција

18. Квантитативни подаци Расподела фреквенција Груписани подаци
Групни интервали

20. Хистограм
Хистограм је дијаграм који се састоји из низа спојених правоугаоника.
x-оса: групни интервали
y-оса: фреквенције

21. Хистограм апсолутних фреквенција

22. Хистограм релативних фреквенција

23. Структурни дијаграм за расподелу процентних фреквенција

24. Полигон фреквенција
Полигон је дијаграм који се добија спајањем тачака чије су координате средине групних интервала и фреквенције интервала.

25. Полигон апсолутних фреквенција

26. Расподела кумулативних фреквенција
Приказује укупан број јединица посматрања које имају вредност испод горње границе сваког интервала (кумулативна расподела „испод“).
Приказује укупан број јединица посматрања које имају вредност изнад доње границе сваког интервала (кумулативна расподела „изнад“).

27. Кумуланта (огива)
Графички приказ кумулативних фреквенција – кумуланта.
x-оса: вредности променљиве
y-оса: кумулативне фреквенције

28. Кумуланта за расподелу кумулативних фреквенција

29. Литература:
Levine, D. M., Stephan, D. F., Krehbiel, T. C., & Berenson, M. L. (2011). Statistics for Managers, Using Microsoft Excel, Sixth Edition. New Jersey: Pearson Education, Inc.
Mann, S. P. (2009). Introductory Statistics, Sixth Edition. John Wiley & Sons, Inc.