BUS338 Business Forecasting

Studiepoeng:10

Ansvarlig fakultet:Handelshøyskolen

Emneansvarlig:Daumantas Bloznelis

Campus / nettbasert:Undervises campus Ås

Undervisningens språk:Engelsk

Antall plasser:70

Frekvens:Årlig

Forventet arbeidsmengde:250 timer.

Undervisnings- og vurderingsperiode:Emnet starter i høstparallellen. Emnet har undervisning/vurdering i høstparallellen.

Om dette emnet

Emnet tilbyr en bred introduksjon til prognostisering. Det bruker statistiske modeller, beslutningsregler og programmeringsferdigheter for å løse utvalgte forretningsproblemer. Emnet omhandler typer av prognoseproblemer, forutsigbarhet, typer av prognoser (punkt, intervall, tetthet) og deres optimalitet under ulike tapsfunksjoner. Det introduseres en rekke prognosemetoder som går fra enkel eksponentiell glatting til avanserte automatiserte algoritmer. Emnet dekker også prognosekombinasjon, prognoseevaluering, sammenligning og identifisering av overlegne prognoser.

Formålet er å tilegne praktiske prognoseferdigheter basert på en solid forståelse av statistiske og beslutningsteoretiske prinsipper og stiliserte fakta om forretningsdata. Undervisning kombinerer forelesninger, praktiske øvelser og selvstendig gruppearbeid med obligatoriske oppgaver.

Dette lærer du

Kunnskap:

Studentene er kjent med

1. sentrale ideer innen prognostisering

2. optimaliseringskriterier som ligger til grunn for beslutningstaking

3. tilfeldighet og dens manifestasjoner, tolkninger og rolle i prognostisering

Ferdigheter:

Studentene kan

1. identifisere relevante særtrekk og aspekter ved et prognoseproblem

2. formulere problemet matematisk

3. forutse nivået av forutsigbarhet

5. bruke ulike prognoseteknikker

6. evaluere prognoseytelse

7. sammenligne alternative prognoser og velge mellom dem

8. forbedre prognoser basert på historiske prognosefeil og tap

Generell kompetanse:

Studenter

1. kan analysere og diskutere prognoseproblemer i den virkelige verden

2. kan evaluere prognoseløsninger og forutse mulige feil

3. kan bruke R eller annen prognoseprogramvare

4. er bevisst på tilfeldighet og den menneskelige tilbøyeligheten til å forveksle støy med signal

  • Læringsaktiviteter
    Forelesninger, øvingsoppgaver, gruppearbeid, selvstendig arbeid.
  • Læringsstøtte
    Kontortimer etter avtale.
  • Pensum
    Hyndman and Athanasopoulos "Forecasting: Principles and Practice" (2. utgave) - open access ved otexts.com/fpp2/.
  • Forutsatte forkunnskaper

    STAT100 Statistikk eller tilsvarende

    Grunnleggende kunnskap om programmering og datahåndtering som BUS350 Introduksjon til data analytics eller INF120 Programmering og databehandling eller tilsvarende

  • Anbefalte forkunnskaper
    Statistikk og økonometri på bachelornivå (f.eks. ECN201 eller STAT200).
  • Vurderingsordning, hjelpemiddel og eksamen

    3,5 timers skriftlig eksamen som teller 100%.

    Hjelpemiddelkode B1: utdelt kalkulator, ellers ingen hjelpemidler.



    Skriftlig skoleeksamen Karakterregel: Bokstavkarakterer Hjelpemiddel: B1 Utdelt kalkulator, ingen andre hjelpemidler
  • Sensorordning
    Ekstern sensor kvalitetssikrer pensum, eksamensoppgaver og prinsipper for evaluering og besvarelser.
  • Obligatorisk aktivitet

    To obligatoriske arbeidskrav i grupper. Begge to må være godkjent for å kunne gå opp til eksamen.

    Godkjent obligatorisk aktivitet er gyldig til og med neste gang emnet gis.

  • Merknader
    Emnet gis første gang høsten 2024.
  • Undervisningstider
    2 forelesninger per uke.
  • Overlapp
    Ingen.
  • Opptakskrav
    Emnet er forbeholdt studenter som tilhører et masterprogram ved NMBU. Det er også åpent for utvekslingsstudenter og andre studenter med tilstrekkelig forkunnskap.