Célkitűzések
A tárgy alapvető célja, hogy egységes szintre hozza a BSc képzés során megszerzett ismereteket, illetve ezen túlmenően megismertesse a hallgatókkal azokat a matematikai alapismereteket, módszereket melyek ismeretére építenek az üzleti élet elméletei, módszerei. A tárgy célkitűzése, hogy a hallgatók olyan mélységben ismerjék meg az elméleti hátteret, hogy azt később önállóan, alkotó módon felhasználhassák a további tanulmányaikban, valamint a gyakorlatban is.
Tanulmányi eredmények
Tudás
- Ismeri a valószínűségelmélet, matematikai statisztika általánosan használt fogalomrendszerét,
- Ismeri a feltételes valószínűségre épülő tételeket, érti a Bayes-tétel jelentőségét és tudja alkalmazni valószínűségek meghatározására.
- ismeri a valószínűségi változó jellemzőit, ezek elméleti hátterét, az elméleti eloszlások tulajdonságait, a nagy számok törvényeinek jelentőségét, ezek elvi hátterét
- ismeri a matematikai statisztikai adatelemzés menetét, a statisztikai következtetés lényegét, a mintavételi hiba fogalmát, a statisztikai következtetés módszereit,
- ismeri a becslés és a hipotézisvizsgálatok alkalmazásának feltételeit, az egyes módszerek helyes alkalmazását, a módszerek elméleti hátterét, a leggyakoribb statisztikai próbákon túl, az egyéb statisztikai próbák alkalmazását, az elvi kérdések gyakorlati vonatkozásainak kidolgozási módjait
- részletekbe menően ismeri a két- és többváltozós korreláció- és regressziószámítás alapelveit, a lineáris regressziós modell feltételeit, elméleti hátterét, a korreláció és regressziószámítás mutatóit, az elemzés menetét, az eredmények értelmezését, a modell tesztelését
- ismeri a döntéselméleti alapfogalmakat, a döntési osztályokat, kritériumokat, a csoportos döntés problémáit, a rangmódszerek alkalmazását, az eredmények statisztikai próbával történő tesztelését
Képesség
- A tanult elméletek és módszerek alkalmazásával tényeket és alapvető összefüggéseket tár fel, rendszerez és elemez, önálló következtetéseket, kritikai észrevételeket fogalmaz meg, döntés-előkészítő javaslatokat készít, döntéseket hoz rutin- és részben ismeretlen - hazai, illetve nemzetközi - környezetben is.
- Képes speciális szakmai problémák azonosítására, és azok megoldásához szükséges részletes elvi és gyakorlati háttér feltárására, megfogalmazására. Képes összetett szakmai problémák vizsgálatára a több módszer alkalmazásával, komplex elemzések elvégzésére, szakmai következtetések levonására, több statisztikai módszer együttes alkalmazására, a statisztikai eredmények szakmai értelmezésére.
- Képes adott munkahely különböző szakmai elvárásainak megfelelően felhasználni szakmai tudását, önálló és csoportmunka végzésére a problémák kritikus és konstruktív kezelésére
Attitűd
- Képes szakmája összefoglaló és részletezett problémaköreinek megértésére és hiteles közvetítésére.
- Szakmai érdeklődése elmélyül, megszilárdul.
- Együttműködésre fog törekedni multidiszciplináris csapatmunkában.
Önállóság és felelősség
- Jelentős mértékű önállósággal rendelkezik átfogó és speciális szakmai kérdések kidolgozásában, szakmai nézetek képviseletében, indoklásában.
- Felelősséggel vállalja a kezdeményező szerepét az együttműködés kialakítására.
- Az elemzésekért, következtetéseiért és döntéseiért felelősséget vállal.
Oktatásmódszertan
Előadások, számítási gyakorlatok, kommunikáció írásban és szóban, IT eszközök és technikák használata, opcionális önállóan és csoportmunkában készített feladatok.
Tanulástámogató anyagok
- Kövesi J. – Erdei J. Tóth Zs. E.: Kvantitatív módszerek, oktatási segédanyag, BME GTK, Budapest, 2015,
- Árva G. – Erdei J. – Kövesi J. – Tóth Zs. E.: Kvantitatív módszerek, feladatgyűjtemény megoldásokkal, oktatási segédanyag, BME GTK, Budapest, 2015
- Egyéb, az oktatók által kiadott oktatási segédletek (képletgyűjtemény, gyakorló feladatok, stb.)
- Hunyadi L. - Vita L.: Statisztika közgazdászoknak, KSH, Budapest, 2002
- Kerékgyártóné, Gy. - Sugár, A. - Mundruczó Gy: Statisztikai módszerek és alkalmazásuk a gazdasági, üzleti elemzésekben, KSH, 1996
Általános szabályok
A 2.2. pontban megfogalmazott tanulási eredmények értékelése három évközi írásbeli teljesítménymérés (összegző tanulmányi teljesítményértékelés), és fakultatív részteljesítmény-értékelés (aktív részvétel) formájában történik.
Teljesítményértékelési módszerek
1. Összegző tanulmányi teljesítményértékelés: A félév során a tananyag elsajátítását három zárthelyi dolgozattal (zh) ellenőrizzük. Mindhárom számonkérés anyaga a zárthelyit megelőző hetek oktatott témakörei. Zárthelyik elméleti kérdésekből, tesztekből és feladatmegoldásokból állnak. A zárthelyiken csak a kiadott képletgyűjtemény, táblázatok és - a tudományos kalkulátor szintjét nem meghaladó - számológép használható. Más segédeszköz (notebook, kézi számítógép, mobiltelefon, stb.) nem használható. A számonkérések alatt bekapcsolt mobiltelefon, vagy más, kommunikációra alkalmas eszköz nem lehet a hallgatónál. A képletgyűjteményben, táblázatokon saját kezű bejegyzések, kiegészítések nem lehetnek. A zh-k során használt képletgyűjteményeket egyesével ellenőrizzük. Ha a zárthelyi során bejegyzéseket, beírásokat találunk a képletgyűjteményben, az a hallgató zárthelyiről való kizárását eredményezi. 2. Részteljesítmény-értékelés (aktív részvétel): a tantárgy tudás, fakultatív teljesítményértékelés, a teljesítés módját, a szerezhető pontszámok nagyságát a tantárgy előadója határozza meg. Részteljesítmény-értékelés során szerzett pontszám egy-egy hallgatónál nem haladhatja meg az adott tananyagrészhez tartozó összegző tanulmányi teljesítményértékelés maximális pontszámának 25%-át. 3. Az összegző tanulmányi teljesítményértékeléseknél külön-külön nincs minimum pontszám, az összes zh-ból együtt (plusz a részteljesítmény-értékelés során szerzett pontszám) kell elérni az évközi jegy megszerzéséhez szükséges 50%-os határt.
Szorgalmi időszakban végzett teljesítményértékelések részaránya a minősítésben
- 1. összegző tanulmányi teljesítményértékelés: 25
- 2. összegző tanulmányi teljesítményértékelés: 35
- 3. összegző tanulmányi teljesítményértékelés: 40
- aktív részvétel: 25
- összesen: 100
Vizsgaelemek részaránya a minősítésben
Érdemjegy-megállapítás
% | |
---|---|
Jeles | 94-100 |
Jeles | 84–94 |
Jó | 72–83 |
Közepes | 60–71 |
Elégséges | 50–59 |
Elégtelen | 0-49 |
Javítás és pótlás
1) Az oktatási időszakot követően a három zárthelyi egyben, egy pótzh keretében pótolható. Javítás esetén a pótzárthelyin elért eredmény számít bele a végeredménybe. Azon hallgatók, akik a pótzh után sem szerezték meg az évközi jegyet, nem teljesítik a tantárgyat, pótpótZH nincs a tárgyból. 2) Az aktív részvétel – jellegéből adódóan – nem pótolható, nem javítható, továbbá más módon nem kiválható vagy helyettesíthető.
A tantárgy elvégzéséhez szükséges tanulmányi munka
Munka jellege | Munkaórák száma |
---|---|
részvétel a kontakt tanórákon | 48 |
félévközi készülés a gyakorlatokra | 24 |
felkészülés a teljesítményértékelésekre | 42 |
kijelölt írásos tananyag önálló elsajátítása | 36 |
összesen | 150 |
A tantárgykövetelmények jóváhagyása és érvényessége
A Kari Hallgatói Képviselet véleményezése után jóváhagyta dr. Lógó Emma oktatási dékánhelyettes 2024. 05.06-án. Érvényes 2024.05.06-tól.
A félévben sorra vett témák
A 2.2. pontban megfogalmazott tanulási eredmények eléréséhez a tantárgy a következő tematikai blokkokból áll. Az egyes félévekben meghirdetett kurzusok sillabuszaiban e témaelemeket ütemezzük a naptári és egyéb adottságok szerint.
Előadások témái | |
---|---|
1. | Bevezetés. |
2. | Valószínűségszámítási alapok: valószínűségszámítás tárgya, sztochasztikus események, eseményalgebra alapjai, műveletek eseményekkel, valószínűség fogalma, axiómarendszer. |
3. | Valószínűség meghatározásának módszerei, feltételes valószínűség fogalma, események függetlensége, valószínűségszámítási tételek. |
4. | Valószínűségi változók: eloszlásfüggvény, diszkrét és folytonos valószínűségi változók, valószínűségi változók függetlensége, várható érték, szórás, valószínűségi változó további jellemzői. |
5. | Nevezetes valószínűségeloszlások: karakterisztikus, binomiális, Poisson, hipergeometrikus, diszkrét egyenletes, folytonos egyenletes, exponenciális, normális. |
6. | Nagy számok törvényei, centrális határeloszlás tétele. |
7. | Matematikai statisztikai alapok, matematikai statisztika tárgya, mintavétel, sokaság, ismérv, leíró statisztika célja, módszerei. |
8. | Mintavétel és becslés: paraméterek becslése, a becslés tulajdonságai, pontbecslés módszerei, intervallumbecslés. |
9. | Hipotézisvizsgálat: célja, eszközei, általános menete, statisztikai próbák csoportosítása, nemparaméteres próbák. |
10. | Paraméteres próbák alkalmazása. |
11. | Korreláció- és regressziószámítás: kapcsolatok jellege, két- és többváltozós regressziós modell, mérőszámok, regressziós modell tesztelése, eredmények értelmezése. |
12. | Döntéselméleti alapok, döntési osztályok, kritériumok. |
13. | Csoportos döntés, páros összehasonlítás, rangmódszerek alkalmazása. |
További oktatók
Név | Beosztás | Elérhetőség |
---|---|---|
Dr.Kövesi János | Professor Emeritus | kovesi.janos@gtk.bme.hu |
Fatma Aslan | Researcher | aslan.fatma@gtk.bme.hu |