Vsebina

Vzorčenje

• Pristopi k statističnemu sklepanju.
• Klasična teorija vzorčenja  in osnovni tipi vzorcev (enostavni slučajni vzorec, stratifikacija, vzorčenje v skupinah, vzorčenje v fazah, paneli).
• Ocenjevanje vzorčne variance: direktne metode in metode replikacij, vzorčni učinek, uteževanje.
• Posebnosti načrtovanja vzorcev glede na sektor  (akademske, uradne, poslovne, mednarodne raziskave), ciljno populacijo (podjetja, ustanove, gospodinjstva, osebe, objekti, transakcije ipd.) in način anketiranja (telefonske, spletne, terenske, poštne in kombinirane ankete).
• Neverjetnostni vzorci: tipi neverjetnostnih vzorcev, pristopi k načrtovanju in analizi.
• Srednja kvadratna napaka, skupna napaka v anketah, indikatorji in kriteriji kakovosti.

Manjkajoči podatki

• Koncepti, mehanizmi in pristopi.
• Klasični pristopi: ignoriranje, vstavljanje, uteževanje.
• Modeliranje: Bayesov pristop, metoda največjega verjetna, EM algoritem, večkratno vstavljanje.
• Združevanje in zlivanje podatkov: statistični in etični vidiki.

Izbrani vidiki

• Proces priprave  podatkov: kontrole, urejanje, kodiranje, združevanje.
• Avtomatiziranje zajema, kontrole, analize, analitike in integracije.
• Kombiniranje anketnih podatkov, masovnih podatkov in administrativnih podatkov.

Pristopi in optimizacija stroškov in napak pri zbiranju podatkov.

Cilji in kompetence

Študent bo spoznal statistične pristope, ki se uporabljajo pri  načrtovanju in analizi vzorcev, pri  obravnavi manjkajočih podatkov ter pri stroškovni optimizaciji in procesni avtomatizaciji zbiranja podatkov.