Subject » BMEVIMA4345
Statistical Models of Business Decisions
Üzleti döntések statisztikai modelljei
A tantárgyleírás hatályossága
Hatályosság kezdete:
—
Hatályosság vége:
—
| Subject name (Hungarian, English) |
Üzleti döntések statisztikai modelljei
Statistical Models of Business Decisions
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Subject code | BMEVIMA4345 | ||||||||||||
| Subject type | — | ||||||||||||
| Training Level | — | ||||||||||||
| Course types and hours (weekly/semester) |
|
||||||||||||
| Assessment type | vizsga | ||||||||||||
| Credits | 5 | ||||||||||||
| Subject coordinator |
Dr. Györfi László
position: adjunktus
contact:
gyorfi.laszlo@vik.bme.hu
|
||||||||||||
| Responsible department |
—
|
||||||||||||
| Faculty | |||||||||||||
| Subject website | — | ||||||||||||
| Primary curriculum type | — | ||||||||||||
| Direct prerequisites – Strong prerequisite | none | ||||||||||||
| Direct prerequisites – Weak prerequisite | none | ||||||||||||
| Direct prerequisites – Parallel prerequisite | none | ||||||||||||
| Direct prerequisites – Milestone prerequisite | none | ||||||||||||
| Direct prerequisites – Exclusion | none |
Objectives
Programme
- Bevezetés a statisztikába
- paraméter becslések,
- paraméteres próbák 1,
- paraméteres próbák 2,
- nem-paraméteres próbák,
- variancia analízis
- regresszió analízis,
- többváltozós regresszió,
- főkomponens és faktor analízis,
- idősorok,
- klaszter-analízis,
- döntési fák,
- Markov láncok,
- Véletlen bolyongás
A tárgy a vezetői döntésekhez szükséges statisztikai modellek széles körét mutatja be. Ismerteti a piackutatás, fogyasztói viselkedés vizsgálat alapvető eszközeit, az információ-hiányos helyzetben meghozandó döntéseknél alkalmazható megoldások alapjait.
Learning outcomes
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Knowledge
No learning outcomes recorded.
Skills
No learning outcomes recorded.
Attitudes
No learning outcomes recorded.
Autonomy and responsibility
No learning outcomes recorded.
Oktatási módszertan
Előadás
Tanulástámogató anyagok
Not provided.
Recommended preliminary knowledge for completing the subject
Knowledge type competencies
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
Valószínűségszámítás
Skill type competencies
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Recommended (non-compulsory) preliminary competencies
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
Valószínűségszámítás
General rules
Követelmények:
a. A szorgalmi időszakban: A nagy ZH a 7. héten, javító célú pótlás nincs. A ZH eredménye 30% súllyal beszámít a vizsgajegybe.
b. A félév lezárásának módja: aláírás. Az aláírás feltétele, hogy a ZH legalább 40%-os. Korábban szerzett aláírás érvényes. Az aláírás pótlólagos megszerzése szóbeli beszámoló formájában a szorgalmi időszak utolsó hetében lehetséges.
A vizsgaidőszakban: A vizsga szóbeli Elővizsga: nincs
Assessment methods
In-term assessments
No detailed assessments provided.
Weight of in-term assessments
No weights provided.
Exam-period assessments
No detailed assessments provided.
Weight of exam elements
No weights provided.
Grade calculation
No grade thresholds provided.
Attendance requirements
No attendance requirements provided.
Rules for retake and resubmission
Not provided.
Short description
Not provided.
Detailed description
Not provided.
Recommended courses
Valószínűségszámítás, Analízis II.
Workload to complete the subject
No workload breakdown provided.
Validity of subject requirements
Requirements valid from:
—
Requirements valid until:
—
Curriculum placement
No curriculum placements recorded for this subject version.