L.p Nazwa przedmiotu Kod przedmiotu Osoba(y) prowadząca(e) WDP PDP WIR DAW BDZ

Transkrypt

1 L.p Nazwa przedmiotu Kod przedmiotu Osoba(y) prowadząca(e) Wykorzystanie systemu analizy statystycznej SAS w działalności przedsiębiorstwa Przetwarzanie danych w pakiecie SAS (makroprogramowanie, SQL, IML) Wizualizacja i raportowanie w systemie SAS Detekcja i analiza współzależności w biznesie Badanie dynamiki zjawisk ekonomicznych w systemie SAS WDP PDP WIR DAW BDZ 6 Badania sondażowe BSO 7 Wielowymiarowa analiza statystyczna WAS 8 Metody badania rynku MBR 9 Business Intelligence BIN 10 Wybrane zagadnienia Data Mining DMI 11 Systemy wczesnego ostrzegania SWO Prognozowanie gospodarcze PGO 13 Systemy informacji o przestrzeni SIP dr Tomasz Klimanek UEP dr Wojciech Roszka - UEP dr hab. Jan Paradysz, prof. nadzw. UEP dr hab. Grażyna Dehnel UEP dr hab. Dorota Appenzeller, prof. nadzw. UEP mgr Maciej Beręsewicz dr hab. Henryk Runka, prof. nadzw. UEP mgr Maciej Beręsewicz dr hab. Grażyna Dehnel prof. nadzw. UEP dr Tomasz Klimanek UEP dr Marek Witkowski UEP dr Marek Witkowski UEP 14 Seminarium dyplomowe SDY x x Liczba godzin Razem X x

2 Ramowe programy poszczególnych przedmiotów i ich wymiar godzinowy WDP Wykorzystanie systemu analizy statystycznej SAS w działalności przedsiębiorstwa Wykład 2h/Laboratorium komputerowe 10h Charakterystyka podstawowych sposobów przetwarzania danych w systemie SAS. Podstawowy interfejs SAS. Logika pracy w kodzie 4 GL. Charakterystyka podstawowych użytkowych proc-stepów SAS. Omówienie interfejsu Enterprise Guide. Przetwarzanie danych w Enterprise Guide. PDP Przetwarzanie danych w pakiecie SAS (makroprogramowanie, SQL, IML) Laboratorium komputerowe 24h Wprowadzenie do języka SQL Budowa prostych i złożonych zapytań z wykorzystaniem PROC SQL Agregowanie danych w oparciu o PROC SQL Tworzenie, łączenie oraz modyfikacja zbiorów z wykorzystaniem PROC SQL Wprowadzenie do języka IML Statystyczna analiza danych z PROC IML Modelowanie zjawisk ekonomicznych z wykorzystaniem PROC IML Ćwiczenia 8 Środowisko IML Studio 3.2 Ćwiczenia 9 Wprowadzenie do makroprogramowania 0 Metody parametryzacji programów napisanych w języku 4GL 1 Wykorzystanie instrukcji warunkowych i pętli w makroprogramowaniu 2 Zaawansowane techniki tworzenia makroprogramów Ćwiczenia 8 Ćwiczenia 9 WIR Wizualizacja i raportowanie w systemie SAS Laboratorium komputerowe h Wprowadzenie do wizualizacji danych w systemie SAS Tworzenie wykresów w systemie SAS (słupkowe, punktowe, liniowe, kołowe, mapowe itd.) Metody wzbogacania wykresów - Annotate Facility Wprowadzenie do raportowania w systemie SAS Zastosowanie wybranych procedur w procesie raportowania (PROC MEANS, PROC PRINT, PROC FREQ, PROC TABULATE, PROC REPORT) Zaawansowane metody raportowania tabelarycznego Automatyzacja procesu tworzenia raportów Wprowadzenie do mechanizmu ODS Metody tworzenia formatów publikacji (HTML, PDF, RTF, XLS) z wykorzystaniem mechanizmu ODS

3 DAW Detekcja i analiza współzależności w biznesie Wykład - 8h/Laboratorium komputerowe 10h Wprowadzenie do analizy współzależności zjawisk gospodarczych, Mierniki korelacji dwóch i wielu zmiennych Analiza regresji liniowej Ocena jakości funkcji regresji i jej wykorzystanie w celach decyzyjnych Badanie współzależności zmiennych jakościowych PROC FREQ Analiza korelacji i regresji z wykorzystaniem PROC CORR i PROC REG Obserwacje nietypowe, dobór zmiennych i wybór modelu w SAS Regresja logistyczna z PROC LOGISTIC w systemie SAS Analizy biznesowe case studies BSO BDZ Badanie dynamiki zjawisk ekonomicznych w systemie SAS Wykład - 6h/Laboratorium komputerowe - h Wprowadzenie do analizy szeregów czasowych, składniki szeregu czasowego, dekompozycja szeregu czasowego Modele ekstrapolacyjne, korygowanie danych ze względu na sezonowość Wprowadzenie do modeli ARIMA, metoda indeksowa Przygotowanie szeregu czasowego do dalszej analizy, wstępna analiza danych, graficzna prezentacja danych Modele ekstrapolacyjne w prognozowaniu: - średnie ruchome - wyrównywanie wykładnicze Funkcja trendu, analiza stacjonarności i niestacjonarności Modele ARIMA, sezonowe modele ARIMA Prognozowanie z wykorzystaniem modeli Arima Modelowanie zmienności szeregów czasowych Badania sondażowe Wykład - 4h/Laboratorium komputerowe 8h Rodzaje badań oraz źródeł, obserwacja i jakość danych statystycznych w kontekście infrastruktury statystycznej, plany i strategie losowania, własności estymatorów Tradycyjne i nowoczesne techniki wywiadu bezpośredniego, ocena badań sondażowych Organizacja badania pilotażowego, losowanie proste: estymacja podstawowych parametrów, niezbędna wielkość próby Losowanie warstwowe: wariant proporcjonalny i optymalny, estymatory złożone Losowanie zespołowe (gniazdowe), losowanie systematyczne Raport z badania reprezentacyjnego

4 Wykład 5 WAS Wielowymiarowa analiza statystyczna Wykłady 10 h/laboratorium komputerowe 8h Metody porządkowania liniowego. Etapy konstrukcji zmiennej syntetycznej Metody klasyfikacji obiektów wielowymiarowych. Analiza skupień jako narzędzie wyodrębniania jednorodnych grup obiektów. Jedno- i wielowymiarowa analiza wariancji. Analiza dyskryminacyjna Analiza korespondencji Rangowanie i klasyfikacja obiektów na podstawie wartości zmiennej syntetycznej. Wykorzystanie analizy skupień do wyodrębniania grup obiektów podobnych Analiza wariancji. Funkcja dyskryminacyjna jako narzędzie prognozowania Analiza korespondencji i jej praktyczne zastosowania Ćwiczenia 8 MBR Metody badania rynku Wykład 8h/Laboratorium komputerowe - 16h Rola badań rynkowych w procesie podejmowania decyzji, etapy badań, ich rodzaje i źródła danych Skale pomiarowe, analiza rzetelności skali, wstępna analiza danych, Metody oceny pozycji na rynku, struktury rynku Analiza rynku w przestrzeni Wstępna analiza ilościowa danych marketingowych w SAS Pytania wielokrotnego wyboru, badanie współwystępowania Metody wnioskowania statystycznego w ocenie skuteczności działań marketingowych Segmentacja rynku: kryteria, zmienne profilowe, drzewa klasyfikacyjne, metoda. detekcji-interakcji Analiza conjoint w ocenie preferencji konsumentów Modelowanie krzywej życia produktu z wykorzystaniem regresji logistycznej - konstrukcja funkcji sprzedaży opisującej zmiany w czasie oraz z uwzględnieniem zależności korelacyjnych Prognozowanie sprzedaży Geomarketing w SAS BIN Business Intelligence BI (Inteligencja biznesowa) Wykład - 8 h/laboratorium komputerowe - 4h Ewolucja systemów od wspomagania decyzji (DSS) do inteligencji biznesowej (BI) - dane i informacje w procesach decyzyjnych. DSS i BI w systemie SAS. Infrastruktury technologiczne (sprzęt i oprogramowanie) w analizach procesów biznesowych. Systemy informatyczne a systemy klasy BI. Wymiana danych i informacji systemu SAS z systemami informatycznymi. Źródła danych w systemach BI. Hurtownie danych, mini hurtownie, inne źródła danych: Excel, SAS-dataset, pliki tekstowe. Modelowanie i wizualizacja procesów w BI. Eksploracja danych i ontologie. Analizy procesów biznesowych w SAS BI część I: statystyka I ekonometria. Analizy procesów biznesowych w BI część II: badania operacyjne i optymalizacja. Analizy przypadków zastosowań BI w SAS. Inne koncepcje stosowania narzędzi BI.

5 SWO Systemy wczesnego ostrzegania Wykład - 8h/Laboratorium komputerowe 4h Istota systemów wczesnego ostrzegania i źródła danych wykorzystywane w diagnostyce zagrożeń Metoda wskaźnikowa w badaniu zagrożeń działalności firmy Systemy wczesnego ostrzegania oparte na analizie dyskryminacyjnej Modele zmiennej syntetycznej w diagnostyce zagrożeń Wykorzystanie metody wskaźnikowej w analizie zagrożeń (SAS) Konstrukcja funkcji dyskryminacyjnej dla potrzeb analizy zagrożeń (SAS) DMI i 6 Wybrane zagadnienia Data Mining Laboratorium komputerowe - h Analiza asocjacji i dysocjacji (analiza koszykowa) Wybrane analizy segmentacyjne Wybrane modele predykcyjne drzewa decyzyjne Credit scoring Wybrane zagadnienia z zakresu sieci neuronowych Wykład 5 Wykład 6 PGO Prognozowanie gospodarcze Wykład - h/laboratorium komputerowe 6h Znaczenie procesu prognozowania w zarządzaniu przedsiębiorstwem Pojęcie prognozy. Ocena jakości prognozy. Algorytm procesu prognostycznego. Źródła danych do sporządzania prognoz w przedsiębiorstwie i ich jakość Prognozowanie na podstawie adaptacyjnych modeli szeregów czasowych Modele regresji ze zmiennymi parametrami w prognozowaniu zjawisk ekonomicznych w przedsiębiorstwie Prognozowanie zjawisk złożonych Wykorzystanie pakietu SAS do konstrukcji prognoz za pomocą modeli adaptacyjnych Model regresji ze zmiennymi parametrami jako narzędzie prognoz z pakietem SAS Pakiet SAS w prognozowaniu zjawisk złożonych SIP Systemy informacji o przestrzeni Wykład - 4h/Laboratorium komputerowe 8h Systemy informacji o przestrzeni- wprowadzenie Funkcje analizy przestrzennej. Zastosowania systemów informacji o przestrzeni. Wprowadzenie do modułu SAS/GIS struktura danych przestrzennych w SAS. Przygotowanie danych przestrzennych. Import danych przestrzennych z różnych źródeł do SAS. Przetwarzanie danych przestrzennych w module SAS/GIS. Geokodowanie. Analizy biznesowe w SAS/GIS case studies.