Παρουσίαση/Προβολή
Αναλυτική Επιχειρησιακών Δεδομένων Ι
(BAD101) - ΙΩΑΝΝΗΣ ΚΩΝΣΤΑΝΤΑΡΑΣ
Περιγραφή Μαθήματος
Οι επιχειρηματικές αποφάσεις συχνά λαμβάνονται κάτω από συνθήκες αβεβαιότητας. Στο σύγχρονο επιχειρηματικό περιβάλλον, οι τεχνολογικές εξελίξεις έχουν διευκολύνει τη συλλογή μεγάλων δεδομένων (Big Data) που μπορούν ενδεχομένως να βελτιώσουν τη διαδικασία λήψης αποφάσεων. Η Επιχειρησιακή Αναλυτική (Business Analytics) αναφέρεται στους τρόπους με τους οποίους οι επιχειρήσεις, τα μη κερδοσκοπικά ιδρύματα και οι κυβερνήσεις μπορούν να χρησιμοποιήσουν τα δεδομένα αυτά για να αποκτήσουν γνώσεις και να λάβουν καλύτερες αποφάσεις. Η ικανότητα αποτελεσματικής χρήσης των δεδομένων για την λήψη γρήγορων, ακριβών και κερδοφόρων αποφάσεων αποτελεί ένα κρίσιμο στρατηγικό πλεονέκτημα για τις επιχειρήσεις. Η Επιχειρησιακή Αναλυτική (Business Analytics) στηρίζεται βασικά σε ποσοτικές και στατιστικές μεθόδους και σε διαδικασίες βελτιστοποίησης, για τον εντοπισμό των προτύπων και των τάσεων στα δεδομένα, τα οποία τελικά οδηγούν σε ρεαλιστικές προβλέψεις. Ο στόχος αυτού του μαθήματος είναι να βοηθήσει τους φοιτητές στο να γνωρίσουν και να μάθουν μια ποικιλία από τα βασικά στατιστικά εργαλεία, χρήσιμα για τη σύνοψη και παρουσίαση των παρελθόντων γεγονότων και πληροφοριών. Οι φοιτητές θα μάθουν πώς να μετατρέπουν ακατέργαστα δεδομένα σε περιγραφικές περιλήψεις που μπορούν εύκολα να παρουσιαστούν και να κατανοηθούν. Επιπλέον θα εισάγει τους φοιτητές στις θεμελιώδεις έννοιες της Στατιστικής Συμπερασματολογίας, όπως η εκτίμηση παραμέτρων και ο Έλεγχος Υποθέσεων, καθώς και σε στατιστικά εργαλεία χρήσιμα στην Επιχειρησιακή Αναλυτική, όπως η Ανάλυση Συσχέτισης και η Παλινδρόμηση.
Ημερομηνία δημιουργίας
Δευτέρα 18 Μαΐου 2020
-
Περιεχόμενο μαθήματος
- Introduction to Data Analysis and Business Analytics
- Describing and Summarizing Data
- Visualizing and Understanding Data
- Data preparation-Cleaning Data and data transformations
- Descriptive Statistical Measures-Relationships between two variables
- Probability Distributions and Data Modeling
- Sampling and Estimation-Creating representative and unbiased samples
- Inferential statistics-Confidence intervals
- Inferential statistics-Designing and Performing Hypothesis Tests
- Chi-square Tests
- Comparative statistics-Visualizing relationships and correlation coefficient
- Time Series Analysis and Forecasting
- Final Exam
Βιβλιογραφία
James R. Evans, Business Analytics, Pearson Education, 2016.
Camm J., Cochran J., Fry M., Ohlmann J., Anderson D., Sweeney D., Williams T., Essentials of Business Analytics, Cengage Learning, 2015.
S. Christian Albright, Wayne L. Winston, Business Analytics: Data Analysis & Decision Making, Cengage Learning, 2015
Glenn J. Myatt., Making Sense of Data: A Practical Guide to Exploratory Data Analysis and Data Mining, Willey 2007.
Μέθοδοι αξιολόγησης
[1] Γραπτές Εξετάσεις 70%
[2] Ασκήσεις-εργασίες 30%
Διδάσκοντες
Ιωάννης Κωνσταντάρας, Αναπληρωτής Καθηγητής
Γραφείο: 201 ΗΘ (2ος όροφος)
Email: ikonst@uom.edu.gr