Executive
vadības
Kursi
Piesakieties kursiem par vadības tēmām Riga Business School, lai pārzinātu jaunākās aktualitātes biznesa izglītībā. Neatkarīgi no tā, vai esat nesen absolvējis augstskolu vai pagājuši vairāki gadi, kopš pēdējoreiz bijāt studenta godā, aicinām turpināt izaugsmi. Šī ir iespēja attīstīt un aktualizēt savus talantus.
Trešdienās, No 10.janvāra – 17.aprīlim
18:00 – 21:00
Klātienē
EUR 750 + PVN
Andrejs Koliškins
Vadības statistika
Statistikas metodes tiek plaši izmantotas grāmatvedībā, finansēs, vadībā un mārketingā. Vadītājam ir jāzina, kā pielietot pieejamo informāciju, lai pieņemtu labākus lēmumus.
Kursa mērķis ir iemācīties, kā pareizi pasniegt un aprakstīt informāciju, saprast, kā izdarīt secinājumus par lielām populācijām, pamatojoties tikai uz izlasēs pieejamo informāciju, iemācīties, kā uzlabot procesus, un saprast, kā iegūt ticamas prognozes.
| Klase | Tēma |
|---|---|
| 1. nodarbība: | Ievads uzņēmējdarbības statistikā ar piemēriem. Biežuma sadalījums. Relatīvais biežumu sadalījums. Histogramma un daudzstūris. Kumulatīvie sadalījumi un kumulatīvie daudzstūri. Centrālās tendences mērījumi. Dispersijas mērījumi. Citi aprakstošie mērījumi. Sadalījumu formas. Piecu skaitļu kopsavilkums, kastes un svītras diagramma. Centrālās tendences un dispersijas mērījumu tuvināšana. |
| 2. nodarbība: | Pamatjēdzieni par varbūtību. Vienkāršā un kopīgā varbūtība. Saskaitīšanas likums. Nosacījuma varbūtība. Reizināšanas likums. Bajesa teorēma. Diskrēti varbūtības sadalījumi. Matemātiskās cerības un sagaidāmā monetārā vērtība. Pielietojums finansēs. |
| 3. nodarbība | Binomiālais un Poisona varbūtības sadalījums. Nepārtrauktie nejaušie lielumi. Normālais sadalījums. Normālā sadalījuma raksturlielumi. Normālā aproksimācija binomiālajam sadalījumam. |
| 4. nodarbība | Paraugu atlases modeļi un paraugu atlases kļūdas. Izlases statistika. Vidējā lieluma izlases sadalījums. Proporcijas izlases sadalījums |
| 5. Nodarbība: | Punktu un ticamības intervāla aplēses. Vidējās vērtības ticamības intervāla aplēse. Uzticamības intervāla aplēse proporcijai. Izlases lieluma noteikšana. Parauga vidusposma eksāmena uzdevumi. |
| 6. nodarbība: | Hipotēžu pārbaudes procedūra. I tipa un II tipa kļūdas. Hipotēzes pārbaude vidējai vērtībai, ja ir zināma populācijas standartnovirze. Vienvērtīgi un divvērtīgi testi. Testa spēks. Hipotēžu testēšanas p-vērtības pieeja. Starpposma eksāmena uzdevumu paraugi. |
| 7. nodarbība | Eksāmens |
| 8. nodarbība | Hipotēzes pārbaude vidējai vērtībai, ja nav zināma populācijas standartnovirze. Hipotēzes pārbaude proporcijai. F tests divu variāciju atšķirībām. |
| 9.nodarbība | Divu vidējo vērtību starpības tests. Divu populācijas proporciju starpības tests. Chi-kvadrāta tests. Regresijas modeļu veidi, vienkāršās lineārās regresijas vienādojums. Novērtējuma standartkļūda. Variāciju mērījumi regresijā un korelācijā. |
| 10. nodarbība | Regresijas diagnostika. Nelineārās sakarības. Uzticamības intervāla aplēses. Pielietojumi. |
| 11.nodarbība | Daudzkārtējas regresijas modeļi. Daudzkārtējas regresijas lietojumi. Dispersijas analīze. |
| 12.nodarbība | Lēmumu pieņemšana. Kvalitātes kontrole. Pārskats. Gala eksāmena uzdevumu paraugi. |
| 13.nodarbība | Gadījumu prezentācijas. Ievads daudzfaktoru statistikā. |
| 14.nodarbība | Noslēguma eksāmens |
Kursa maksa: 750 Eur + PVN
Prasības sertifikāta saņemšanai:
- 80% apmeklējums
- Aktīva dalība nodarbībās, kas ietver diskusijas grupu un individuālo darbu.
Vadības statistika
EUR 750 + PVN
Andrejs Koliškins
Trešdienās, No 10.janvāra – 17.aprīlim
18:00 – 21:00
Klātienē
Statistikas metodes tiek plaši izmantotas grāmatvedībā, finansēs, vadībā un mārketingā. Vadītājam ir jāzina, kā pielietot pieejamo informāciju, lai pieņemtu labākus lēmumus.
Kursa mērķis ir iemācīties, kā pareizi pasniegt un aprakstīt informāciju, saprast, kā izdarīt secinājumus par lielām populācijām, pamatojoties tikai uz izlasēs pieejamo informāciju, iemācīties, kā uzlabot procesus, un saprast, kā iegūt ticamas prognozes.
| Klase | Tēma |
|---|---|
| 1. nodarbība: | Ievads uzņēmējdarbības statistikā ar piemēriem. Biežuma sadalījums. Relatīvais biežumu sadalījums. Histogramma un daudzstūris. Kumulatīvie sadalījumi un kumulatīvie daudzstūri. Centrālās tendences mērījumi. Dispersijas mērījumi. Citi aprakstošie mērījumi. Sadalījumu formas. Piecu skaitļu kopsavilkums, kastes un svītras diagramma. Centrālās tendences un dispersijas mērījumu tuvināšana. |
| 2. nodarbība: | Pamatjēdzieni par varbūtību. Vienkāršā un kopīgā varbūtība. Saskaitīšanas likums. Nosacījuma varbūtība. Reizināšanas likums. Bajesa teorēma. Diskrēti varbūtības sadalījumi. Matemātiskās cerības un sagaidāmā monetārā vērtība. Pielietojums finansēs. |
| 3. nodarbība | Binomiālais un Poisona varbūtības sadalījums. Nepārtrauktie nejaušie lielumi. Normālais sadalījums. Normālā sadalījuma raksturlielumi. Normālā aproksimācija binomiālajam sadalījumam. |
| 4. nodarbība | Paraugu atlases modeļi un paraugu atlases kļūdas. Izlases statistika. Vidējā lieluma izlases sadalījums. Proporcijas izlases sadalījums |
| 5. Nodarbība: | Punktu un ticamības intervāla aplēses. Vidējās vērtības ticamības intervāla aplēse. Uzticamības intervāla aplēse proporcijai. Izlases lieluma noteikšana. Parauga vidusposma eksāmena uzdevumi. |
| 6. nodarbība: | Hipotēžu pārbaudes procedūra. I tipa un II tipa kļūdas. Hipotēzes pārbaude vidējai vērtībai, ja ir zināma populācijas standartnovirze. Vienvērtīgi un divvērtīgi testi. Testa spēks. Hipotēžu testēšanas p-vērtības pieeja. Starpposma eksāmena uzdevumu paraugi. |
| 7. nodarbība | Eksāmens |
| 8. nodarbība | Hipotēzes pārbaude vidējai vērtībai, ja nav zināma populācijas standartnovirze. Hipotēzes pārbaude proporcijai. F tests divu variāciju atšķirībām. |
| 9.nodarbība | Divu vidējo vērtību starpības tests. Divu populācijas proporciju starpības tests. Chi-kvadrāta tests. Regresijas modeļu veidi, vienkāršās lineārās regresijas vienādojums. Novērtējuma standartkļūda. Variāciju mērījumi regresijā un korelācijā. |
| 10. nodarbība | Regresijas diagnostika. Nelineārās sakarības. Uzticamības intervāla aplēses. Pielietojumi. |
| 11.nodarbība | Daudzkārtējas regresijas modeļi. Daudzkārtējas regresijas lietojumi. Dispersijas analīze. |
| 12.nodarbība | Lēmumu pieņemšana. Kvalitātes kontrole. Pārskats. Gala eksāmena uzdevumu paraugi. |
| 13.nodarbība | Gadījumu prezentācijas. Ievads daudzfaktoru statistikā. |
| 14.nodarbība | Noslēguma eksāmens |
Kursa maksa: 750 Eur + PVN
Prasības sertifikāta saņemšanai:
- 80% apmeklējums
- Aktīva dalība nodarbībās, kas ietver diskusijas grupu un individuālo darbu.