Kursevi

Prijava za kurseve u školskoj 2017/2018

Bez edukacije i profesionalnog pristupa u prikupljanju i analizi podataka javlja se veliki rizik da će dobijene informacije biti netačne i da će se kao posledica na osnovu njih donositi pogrešne odluke. Potrebno je znati koliko je važna povezanost dizajniranja nekog istraživanja, stukture podataka, izbora adekvatnih statističkih tehnika i interpretacije dobijenih rezultata. Veliki broj naučnika, istraživača, menadžera, zaposlenih u javnoj upravi i drugih ima potrebu za takvim znanjem.

Kursevi su namenjeni profesionalcima i stručnjacima iz najrazličitijih oblasti koji imaju akademsko predznanje i koji žele da nauče osnovne statističke metode, da osveže svoje ranije stečeno znanje ili da ga prošire novim znanjima iz statistike. Na kursevima je omogućeno da se nova znanja odmah isprobaju kroz upotrebu savremene računarske opreme i modernog statističkog softvera. Stečena znanja na ponuđenim kursevima će bez sumnje podići kompetentnost polaznika a kompanija koja zapošljava takve ličnosti povećava kvantum znanja i stručnosti svog kadra čime postaje konkurentnija na tržištu.

U školskoj 2017/18. Univerzitetski centar za primenjenu statistiku pripremio je 12 kratkih kurseva koji obuhvataju različite oblasti, od rada sa podacima i programiranja, do primene složenih statističkih analiza specifičnih za pojedine discipline. Za svaki kurs definisan je broj časova, broj ESPB (polaznici imaju opciju da samo slušaju kurs ili da slušaju i polažu), sadržaj, ishodi, potrebno predznanje, vreme realizacije i cena. Kursevi se održavaju vikendom, a realizacija je delom moguća i on-line.

Važni linkovi

Katalog kurseva (.pdf)

Prijava za kurseve u školskoj 2017/2018

Raspored i cena održavanja kurseva (.pdf)

Kratki kursevi

<td scope="col">Naslov</td> <td scope="col">Naslov <br> <br></td>
PLANIRANJE EKSPERIMENTA
 
Broj časova: 16
Opis: Upoznavanje sa metodom planiranja eksperimenta, sprovođenjem strategije eksperimentisanja i odabirom dizajna u okviru kojeg se vrši dalje istraživanje. Upotreba metode analize varijansi (ANOVA), regresione i rezidualne analize pri ispitivanju značajnosti definisanih ulaznih faktora na posmatrane izlazne faktore, određivanje modela i proveru njegove adekvatnosti. Konstrukcija i primena osnovnih faktorijalnih dizajna, kao i onih koji pripadaju metodi odzivne površi (RSM), kao i optimizacija posmatranog procesa.
OBRAZOVNA STATISTIKA

Broj časova: 16
Opis: Obrazovanje nema jedinstvenu skalu uspešnosti učenika niti obrazovnih sistema, kao što nema ni posebno pouzdane i univerzalne instrumente kojima bi se ta uspešnost merila. Mnoštvo pokazatelja stanja i promena u obrazovnom sistemu često se koristi van neophodnog konteksta i tumači proizvoljno, kako u medijima ili među roditeljima, tako i kod donošenja odluka. U okviru ovog kursa obrađuju se dobri i loši primeri obrazovne statistike na nivou pojedinca ili odeljenja, kao i na nacionalnom i međunarodnom nivou. Polaznici kursa imaju prilike da na ovim primerima nauče korišćenje statističkih i softverskih alata za obradu i predstavljanje ovih podataka.
STATISTIČKA ANALIZA TAKMIČARSKIH AKTIVNOSTI U SPORTU

Broj časova: 16
Opis: Vrste i karakteristike podataka koji se generišu u analizi takmičarskih aktivnosti. Skale i tehnike procene učinka u takmičarskim aktivnostima. Metodologija planiranja praćenja takmičarske aktivnosti, neposredna i naknadna akvizicija podataka. Manuelna i kompjuterska analiza takmičarske aktivnosti (video editing). Primeri iz prakse (košarka, odbojka). Statističke tehnike obrade podataka prikupljenih u analizi takmičarske aktivnosti: deskriptivne karakteristike distribucije podataka; grafički i tabelarni prikaz podataka; analiza razlika indikatora takmičarskog učinka; relacije indikatora takmičarske aktivnosti i uspešnosti; deskriptivna analiza vremenskih serija.
BIOSTATISTIKA

Broj časova: 20
Opis: Deskriptivna statistika, vrste studija (prospektivna studija, studija preseka; randomizirane kliničke studije i drugo), tačnost dijagnostičkih testova (validnost, pouzdanost) i osnovne tehnike za pravilan izbor uzorka. Pored toga biće prikazane različite parametarske i neparametarske statističke metode, analiza varijanse, korelacija i regresija, ilustrovano kroz primere iz bioloških i medicinskih istraživanja. Polaznici kursa biće upoznati sa osnovnim vitalno-demografskim pokazateljima, kao i pokazateljima morbiditeta (incidencija, prevalencija i drugo) i mortaliteta.
TEORIJA UZORAKA

Broj časova: 16
Opis: U istraživanjima u kojima je potrebno prikupiti podatke o nekoj populaciji najčešće korišćena metodologija je ispitivanje uzorka umesto cele populacije. Uzorak je podskup populacije na kojem će se vršiti istraživanje. Ukoliko se napravi dobar odbir uzorka, obezbeđuju se precizni, pouzdani i korisni podaci, uz uštedu vremena, troškova i napora. S druge strane, loš uzorak može da dovede u pitanje validnost istraživanja i relevantnost izvedenih zaključaka. Prema tome, dobar odbir uzorka, koji će što vernije oslikati one karakteristike cele populacije koje su od interesa za dato ispitivanje, jedan je od najvažnijih koraka u osmišljavanju i realizaciji naučnog istraživanja. Ovaj kurs je namenjen upoznavanju sa osnovnim pojmovima i tehnikama uzorkovanja. Polaznici će se upoznati sa dve osnovne metode uzorkovanja - verovatnosnim i neverovatnosnim, kao i njihovim najvažnijim oblicima: prostim slučajnim, stratifikovanim i klaster uzorkom, kao predstavnicima verovatnosnog uzorkovanja, i kvota, prigodnim i namernim uzorkom, kao najčešćim tipovima neverovatnosnog uzorkovanja. Ukazaće se na prednosti i slabosti oba metoda, ali i na njihovu povezanost i isprepletanost. Kurs je usmeren ka statističkim aspektima odabira i analiziranja uzorka. Teorijski deo kursa biće ilustrovan primerima.
RAČUNARSKE SIMULACIJE ZA POČETNIKE

Broj časova: 20
Opis: Dostupnost velike količine empirijskih podataka u različitim oblastima nauke učinilo je numeričko modelovanje upotreblivim i u ublastima u kojima je to do skoro bilo nezamislivo. Ovaj kurs za cilj ima upoznavanje polaznika sa tehnikama koje se koriste za modeliranje fizičkih, bioloških, finansijskih i društvenih sistema. Deo kursa baviće se modelima neuronskih mreža koji su se pokazali dobrim u problemima regresije i kompjuterskog učenja. Od polaznika se očekuje rad na domaćim zadacima.
ZVANIČNA STATISTIKA

Broj časova: 16
Opis: Upoznavanje polaznika sa nacionalnim i međunarodnim statističkim sistemima. Upoznavanje i ovladavanje metodologijom prikupljanja, obrade i analize podataka u nacionalnim i međunarodnim statističkim sistemima (RZZS, EUROSTAT, UN, itd.). Ovladavanje metodima statističke analize u oblasti demografske statistike, statistike životnog standarda, ekonomije rada i konjunkture
PYTHON ZA POČETNIKE

Broj časova: 16
Opis: Python je popularan programski jezik koji se koristi od razvoja softvera, preko razvoja weba, pa do upotrebe u istraživanjima. Pored toga što je razvijen veliki broj biblioteka koje ga čine veoma moćnim računarskim alatom, ovaj jezik je dobar i kao izbor za prvi programski jezik pošto je koncizan i jednostavan za čitanje. Fokus kursa će biti na upoznavanju elementarnih koncepata programiranja kroz učenje sintakse Pythona i statističkoj obradi velikih skupova podataka.
OSNOVE STATSITIČKOG ZAKLJUČIVANJA U PROGRAMU R

Broj časova: 20
Opis: Sadržaj kursa obuhvata: deskriptivnu statistiku (mere centriranosti i mere odstupanja); grafički prikaz sređenih podataka; tačkaste i intervalne ocene; testiranje hipoteza (nulta i alternativna hipoteza; greške prve i druge vrste; moć testa); parametarske i neparametarske testove. Polaznici će se upoznati sa svim navedenim oblastima kroz brojne realne primere koristeći paket za statističku obradu podataka R. Praktična primena uključuje i upoznavanje sa okruženjem i osnovama rada u paketu R i manipulaciju podataka.
NAPREDNA EKONOMETRIJA

Broj časova: 16
Opis: Upoznavanje studenata/polaznika sa pojmovima i metodima savremene ekonometrijske analize. Pažnja se posvećuje problemima izgradnje ekonometrijskih modela u smislu obuhvatanja veza međuzavisnosti ekonomskih pojava i procesa. Pružaju se znanja u oblasti ocenjivanja, testiranja i interpretacije ekonometrijskih modela na različitim tipovima podataka. Panel analiza, logistička regresija, modeli sa ograničenim zavisnim varijablama, modeli sa prebrojavanjem podataka itd.
BAJESOVA (BEJZOVA) STATISTIKA

Broj časova: 16
Opis: Polaznici treba da se upoznaju sa Bajesovom teoremom: kombinovanjem prethodnih saznanja – formalno iskazanih pretpostavki istraživača, sa empirijskim podacima, da bi se dobila nove, unapređene pretpostavke, odnosno, saznanja. Ova osnovna teorema biće primenjena u izvođenju zaključaka za binomnu i normalnu raspodelu. Zatim, detaljno će se prikazati bajseovom pristup u ispitivanju razlika dve aritmetičke sredine, kao i u utvrđivanju povezanosti dve promenljive. Prikazaće se niz praktičnih primena; na primer, saglasnost binarnih izbora ili odluka, stepen uspeha na testovima znanja itd.
ANALIZA PREŽIVLJAVANJA

Broj časova: 16
Opis: Upoznavanje sa osnovnim pojmovima i metodama analize preživljavanja. Funkcija preživljavanja. Cenzorisani podaci (Censored data). Neparametarske metode za ocenjivanje funkcija preživljavanja i za poređenje distribucija preživljavanja. Parametarske distribucije preživljavanja i primena metoda ocenjivanja tih distribucija. Parametarske metode za regresione modele i određivanje prognostičkih faktora za vreme preživljavanja: Cox proportional hazards model, nonproportional hazards model. U praktičnom delu radiće se analiza stručnih i naučnih radova koji koriste modele za vreme preživljavanja. Demonstriraće se statistički softver za ocenu funkcija preživljavanja. Primena analize preživljavanja na probleme iz oblasti medicine.

Kontakt

(+381) 064-813-4717
(+381) 021-485-2033

Adresa

Dr Zorana Đinđića 1
21000 Novi Sad
Republika Srbija