15-Kvantitativna analiza3

+Predlog studijskog programa drugog stepena akademskih studija

Predlagač: Katedra za statistiku i matematiku

Naziv studijskog programa: KVANTITATIVNA ANALIZA

Cilj programa

Program je namenjen obrazovanju stručnjaka osposobljenih da obavljaju složene analize potrebne za donošenje zaključaka na osnovu savremenih naučnih teorijskih saznanja iz domena društvenih nauka i na osnovu relevantnih emprijskih podataka. Kombinujući osnove teorije, moderne metode kvantitativne analize i primenu naučnih metoda istraživanja u praksi, ovaj program ima za cilj da pruži adekvatno obrazovanje za poslove u privredi, bankarstvu, državnim ustanovama, naučnim institutima, statističkim zavodima i na svim mestima gde je potrebno argumentovano zaključivanje. Program ima za cilj da edukuje stručnjake da sa lakoćom na osnovu kvantitativnih, opisnih i drugih dostupnih informacija testiraju teorijske postavke, definišu optimalne odluke, ili vrše predviđanja.

S obzirom na specifičnosti u domenu razvijanja metodologije istraživanja i posebnih oblasti njihove primene, a imajući u vidu dosadašnje matičnosti Ekonomskog fakulteta u Beogradu, predviđena su sledeća usmerenja: DEMOGRAFIJA EKONOMETRIJA INFORMATIKA OPERACIONA ISTRAŽIVANJA STATISTIKA

Na svakom usmerenju postoji po 10 predmeta vrednih po 5 ESPB, sa fondom časova 30+30. Postoje obavezni predmeti od ukupno 30-35 bodova i izborni predmeti (do ukupnog zbira od najmanje 50 bodova), dok se završni rad boduje sa 10 bodova.

Struktura programa

Studijski program KVANTITATIVNA ANALIZA sadrži tri grupe predmeta:

A. Opšti predmeti (zajednički za sva usmerenja):1. Matematika2. Statistika3. Informatika4. Ekonometrijsko modeliranje

B. Osnovni predmeti usmerenja (tri obavezna predmeta za usmerenje)

C. Izborni predmeti (tri predmeta sa šire liste izbornih predmeta)

1

Izborne predmete studenti biraju bilo iz grupe svih predmeta pete godine, bilo iz grupe predviđenih predmeta prvog stepena akademskih studija koje nisu polagali u prethodnom školovanju. Izbor predmeta svaki student obavlja uz saglasnost rukovodioca kursa i po preporuci mentora koji mu je određen prilikom izbora usmerenja. Predavanja se izvode za predmete na kojima je bar 15 prijavljenih kandidata.

Završni rad je obavezan deo studijskog programa i boduje se sa 10 ESPB.

Kompetencije i veštine koje student stiče posle drugog ciklusa

Širok spektar poslova iz oblasti analize podataka svih vrsta Složeni istraživački poslovi u razvojnim projektima Optimizacija i racionalizacija u poslovanju Analiza ekonomskih rezultata u privredi i bankama Ocena makroekonomskih kretanja Simuliranje mera ekonomske politike Predviđanje i prognoziranje Rukovođenje analitičkim radom timova u privredi i upravi

Diploma koja se stiče nakon drugog ciklusa i perspektive

Završavanjem ovog programa, u slučaju prve tri opcije, stiče se diploma koja nosi naziv ◄ Master ekonomskih nauka - naziv usmerenja ►

dok u slučaju usmerenja statistike ili demografije:◄ Master statistike, ondnosno Master demografije ►

Studenti ovog studijskog programa mogu da se dalje usavršavaju kroz sistem doživotnog obrazovanja kroz buduće pohađanje specijalizovanih kurseva iz određenih oblasti. Stekavši odgovarajuća znanja i veštine bitne za naučno-istraživački rad, studenti koji završe ove akademske studije mogu se u budućnosti opredeliti i za doktorat ekonomije ili drugih nabrojanih oblasti.

Usmerenje DEMOGRAFIJA

Cilj usmerenja:Usmerenje pruža znanja iz teorijske, primenjene i posebne demografije, kao i demografske analize. Ovo usmerenje stvara kadrove koji su sposobni da se bave istraživanjem stanovništva u svim fazama, počev od prikupljanja, uglavnom statističke građe, preko analize do kauzalnog istraživanja u svim oblastima demografskog razvitka. Kadrovi su osposobljeni da izrađuju različite vrste demografskih projekcija, ali i da učestvuju u kreiranju populacione politike i drugih politika (socijalne, zdravstvene, u oblasti obrazovanja).

Orijentacija usmerenja:Osnovni predmeti usmerenja

5. Demografska analiza i projekcije

2

6. Kretanje stanovništva7. Strukture stanovništva

Šta student stiče od znanja i veština Znanja iz oblasti metoda demografske analize Znanja iz oblasti reprodukcije stanovništva Znanja iz oblasti migracionih kretanja Znanja iz oblasti izrade i analize projekcija stanovništva Znanja iz oblasti različitih struktura stanovništva Znanja iz oblasti demografskih modela Znanja iz oblasti populacione politike Znanja o prikupljanju i obradi podataka o stanovništvu Usavršavanje analitičkih veština Usavršavanje veština pisanja stručnog i naučnog rada Primena različitih metoda demografske analize Izrada projekcija stanovništva za različite potrebe Usavršavanje metodologije prikupljanja i obrade podataka o stanovništvu Veštine vođenja projekata u oblasti demografskih istraživanja

Kompetencije i zanimanjaRukovođenje metodologijom prikupljanja i obrade podataka o stanovništvu u statističkim zavodimaRukovođenje analizom podataka o stanovništvu u statističkim zavodima, državnoj upravi, lokalnoj samoupravi i drRad na poslovima planiranja u različitim oblastima.Formulisanje i vođenje demografskih projekata u državnoj upravi i lokalnoj samoupraviNaučno-istraživački rad u institutima i na fakultetima

Rukovodeće poslove demografa u organima državne uprave, organima lokalne samouprave, u statističkim zavodima Poslove demografa u zavodima za prostorno planiranje Poslove naučno-istraživačkog rada u oblasti nauke o stanovništvu

Usmerenje EKONOMETRIJA

Cilj usmerenja

Program usmerenja je obrazovanje stručnjaka osposobljenih da obavljaju složene analize u oblasti mikro i makroekonomskih istraživanja. U tom smislu, program je komponovan kao kombinacija savremenih teorijskih ekonomskih znanja, savladavanja složenih tehnika matematike i statistike, kao i primene računara u analizi podataka putem ekonometrijskog modeliranja. Kako je primena ekonometrijskih modela osnov savremene metodologije zaključivanja u ekonomiji, ovo usmerenje omogućava fromiranje stručnjaka osposobljenih da sprovode testiranje hipoteza, prognoziranje i primenu analitičkih

3

metoda u donošenju optimalnih odluka u ekonomiji. Stoga ovo usmerenje pruža adekvatno obrazovanje za poslove u privredi, bankarstvu, državnim ustanovama, naučnim institutima, statističkim zavodima i na svim mestima gde je potrebno argumentovano zaključivanje, na osnovu teorijskih postavki i empirijskih podataka.

Orijentacija usmerenja:Pored zajedničkih predmeta, deo programa koji pokriva užu disciplinu obuhvata predmete:

5. Ekonometrijski modeli uporednih podataka6. Ekonometrijska analiza vremenskih serija 7. Ekonometrija panela

Šta student stiče od znanja i veština: Znanja iz oblasti ekonometrijskog modeliranja Metodologija kvantifikovanja ekonomskih međuzavisnosti Analiza uporednih podataka (tržišta, domaćinstva, firme, regioni) Savremena analiza vremenskih serija Tehnike rada sa podacima panela Osnovni principi u donošenju odluka u neizvesnosti Znanja iz oblasti testiranja hipoteza Predviđanje i simulacije Veštine u radu sa računarom kroz savremene programske pakete Veštine u analizi i pretraživanju podataka Upoznavanje sa postojećim bazama podataka iz ekonomije Veštine izvođenja dokaza Veštine prezentiranja rezultata

Student će biti osposobljen za ključne kompetencije i zanimanja: Poslovi analitičara u razvojnim centrima u privredi Savetodavni i rukovodeći poslovi u donošenju poslovnih odluka Istraživački poslovi u naučnim institucijama i u privredi Rukovodeći poslovi u raznim finansijskim organizacijama Rukovodeći poslovi u centralnoj banci i komercijalnim bankama Savetodavni i rukovodeći poslovi u državnoj upravi Poslovi rukovođenja prikupljanjem i analizom podataka u statističkim

zavodima i drugim inofrmacionim centrima Poslovi rukovođenja u organima lokalne samouprave Nastavnički poziv u srednjim školama ekonomskog usmerenja

Usmerenje INFORMATIKA

Cilj studijskog usmerenja:Cilj ovog usmerenja jeste da omogući studentima da ovladaju znanjem, tehnikama i veštinom primene računara na makroekonomskom i mikroekonomskom nivou, što podrazumeva korišćenje izabranih softverskih i metodoloških alata kao što su:

4

programski jezici, upravljački sistemi baza podataka, operativni sistemi, metodologija projektovanja informacionih sistema, Web-programiranje, modeli elektronskog poslovanja, upravljanje znanjem, inteligentni sistemi za poslovno odlučivanje, ekspertni sistemi, veštačka inteligencija itd. Omogućava sticanje teorijskih i praktičnih znanja iz oblasti primene informaciono-komunikacione tehnologije u poslovanju preduzeća, ali i za projektovanje, izgradnju i korišćenje informacione tehnologije i informacionih sistema na makroekonomskom nivou. Na taj način stvaraju se kadrovi koji su sposobni da analiziraju, programiraju i projektuju i predlažu načine primene savremene informaciono-komunikacione tehnologije u različitim oblastima poslovanja. Cilj ovog usmerenja je stvaranje kadrova za oblast informacione-komunikacione tehnologije, koji su neophodni našoj zemlji, za prihvatanje nove ekonomije i novog načina poslovanja, zasnovanog na savremenim tehnologijama.

Orijentacija programa:Deo programa koji pokriva užu disciplinu ili discipline

5. Elektronsko poslovanje6. Informacioni sistemi za poslovno odlučivanje7. Nove informacione tehnologije

Šta student stiče od znanja i veština: Specifična znanja iz oblasti upravljanja informacionim sistemima; Specifična znanja iz oblasti primene računara u poslovanju (elektronsko

poslovanje, elektronsko bankarstvo, elektronska trgovina, elektronski marketing, elektronska vlada, ...);

Specifična znanja iz oblasti projektovanja poslovnih informacionih sistema; Specifična znanja iz oblasti primene inteligentnih sistema u poslovnom

odlučivanju. Veštine vođenja projekata u oblasti informacionih sistema; Veštine rukovođenja poslovnim sistemom; Usavršavanje analitičkih veština; Usavršavanje veštine komunikacije; Usavršavanje veština pisanja stručnog i naučnog rada; Ovladavanje veštinom odlučivanja; Ovladavanje veštinom rukovođenja timom Usavršavanje veština prezentacije ideja; Usavršavanje veštine primene različitih informacionih tehnologija u poslovanju; Usavršavanje veštine korišćenja informacionih resursa globalnih računarskih

mreža.

Ključne kompetencije i zanimanja: Rukovođenje poslovnim informacionim sistemima; Rukovođenje analitičkim radom u poslovnim informacionim sistemima; Formulisanje i vođenje kompleksnih projekata u oblasti primene informaciono-

komunikacione tehnologije u poslovanju; Rukovođenje timovima za projektovanje aplikativnog softvera, baza podataka i

računarskih mreža u poslovnim sistemima;

5

Rukovođenje radom timova na kompleksnim projektima u oblasti edukacije za primenu računara u različitim poslovnim sistemima;

Rukovođenje radom u konsultantskim kućama u oblasti primene informacione tehnologije i informacionih sistema;

Dalji naučno-istraživački rad u institutima i na fakultetima.

Zanimanja (ili poslovi na tržištu rada) koje bi obavljao student koji završi ovaj program:

Poslovi rukovođenja računskim centrima; Poslovi rukovođenja informaciono-komunikacionim sistemima u preduzećima; Poslove rukovođenja timovima za edukaciju iz oblasti primene novih

informacionih tehnologija; Savetodavne i rukovodeće poslove vezane za informacione tehnologije u

organima državne uprave i lokalne samouprave; Poslove naučno-istraživačkog rada u oblasti poslovne informatike i elektronskog

poslovanja;

Usmerenje OPERACIONA ISTRAŽIVANJA

Cilj usmerenja:Cilj usmerenja je da pripremi i osposobi kadrove za rad na analitičkim i upravljačkim poslovima, odnosno na primeni matematičkih modela optimizacije za rešavanje praktičnih problema upravljanja i donošenje poslovnih odluka na optimalnom nivou u preduzećima, bankama, osiguravajućim kompanijama, državnoj upravi i ministarstvima, naučno-istraživačkim organizacijama, kao i svim drugim ustanovama i institucijama koje svoje odluke baziraju na primeni egzaktnih matematičko-optimizacionih metoda i modela.

Orijentacija usmerenja:Predmeti koji karakterišu smer:

5. Operaciona istraživanja6. Matematičko programiranje7. Teorija igara

Šta student stiče od znanja i veština: Znanja iz više oblasti i metoda operacionih istraživanja

Znanja o mogućnostima primene raznih metoda operacionih istraživanja u rešavanju konkretnih zadataka

Znanja iz oblasti poslovnog odlučivanja

Znanja iz oblasti matematičke statistike i njene primene

Znanja iz oblasti ekonomije i njene primene

Formulisanje, postavka i priprema konkretnog problema za matematičko modeliranje

6

Formiranje različitih matematičkih modela

Primena različitih metoda operacionih istraživanja na rešavanje postavljenih modela

Analiza i implementacija dobijenih rešenja

Kompetencije i zanimanja:

Student će biti osposobljen za širi spektar poslova u oblasti donošenja poslovnih odluka, zasnovanih na egzaktnim kvantitativnim metodama, i to kako u privrednim tako i u neprivrednim organizacijama

Rukovodilac raznih poslovnih funkcija

Rukovodilac organizacionih delova

Vodeći savetnik menadžera ili organa koji donose odluke

Konsultant

Član upravnih odbora i drugih menadžerskih tela u privrednim i neprivrednim organizacijama

Nastavnik u odgovarajućim srednjim školama

Usmerenje STATISTIKA

Cilj usmerenja:

Cilj usmerenja je da pripremi stručnjake za rad na analitičkim poslovima u preduzećima, osiguravajućim kompanijama, bankama, ministarstvima, kao i u vodećim naučno istraživačkim ustanovama koje svoje poslovne i druge odluke neminovno baziraju na rezultatima kvantitativne analize, a koji će biti osposobljeni za primenu savremenih statističkih metoda i modela, kao i analizu i interpretaciju njihovih rezultata.

Orijentacija usmerenja:Osnovni predmeti usmerenja:

5. Teorija statističkog zaključivanja6. Multivarijaciona analiza7. Analiza vremenskih serija

Veštine i znanja stečena nakon završetka studijskog usmerenja:U drugom ciklusu student stiče unapredjena i razvijena znanja iz raznih oblasti statistike koja omogućavaju primenu najraznovrsnijih složenih statističkih modela za registrovane i izračunate podatke kod rešavanja praktičnih problema u raznim oblastima (makro i mikro ekonomiji, posebno finansijama), kao i primenu raznih metoda multivarijacione analize i teorije klasifikacije u različitim ekonomskim istraživanjima.

Student će biti osposobljen i za formiranje raznih statističkih baza, za obradu tih baza za različite namene kao i za definisanje novih statističkih modela u ekonomiji. Student stiče i veštine izvođenja dokaza i prezentiranja rezultata i

7

će osposobljen da obavlja sledeće poslove: Donošenje statističkih zaključaka na osnovu informacija dobijenih iz različitih

vrsta uzoraka i procenjivanja mogućih grešaka (pri zaključivanju) Primena najvažnijih i najčešće korišćenih statističkih modela za registrovane i

izračunate podatke kod rešavanja raznih praktičnih problema Modeliranje i primena kvantitativnih i analitičkih metoda u ekonomiji Primena standardnih statističkih softvera za statističku obradu podataka Analiza ekonomskih vremenskih serija i njihovih specifičnosti. Primena metoda multivarijacione analize (analiza grupisanja, kanonično

korelaciona analiza, diskriminaciona analiza, faktorska analiza, analiza glavnih komponenata, hijerarhijska klaster analiza i sl.) u ekonomskim istraživanjima

Zanimanja: Lice koje završi ovaj studijski program osposobljeno je za rad u

preduzećima (pre svega u sektoru za plan i analizu) kao i na upravljačkim funkcijama – u donošenju poslovnih odluka, zasnovanih na rezultatima formalne analize

statističkim zavodima, u ekonomskim institutima i institutima za sociološke studije (kvantitativna analiza)

agencijama za istraživanje tržišta osiguravajućim kompanijama, penzijskim fondovima i fondovima

zdravstvenog osiguranja nastavi iz statističkih predmeta u srednjem obrazovanju

Sadržaj pojedinih predmeta:

Predmet: MATEMATIKA

Fond časova: 30+30, Broj bodova: 5

Cilj predmeta: Ovladavanje matematičkim oruđima neophodnim za praćenje ostalih predmeta studijskog programa. Prethodno znanje: Pretpostavlja se znanje matematike (elementi linearne algebre, diferencijalnog i integralnog računa) primereno nivou osnovnih studija ekonomije. Sadržaj predmeta: Predmet pokriva delove logike, apstraktne i linearne algebre, teorije mere, teorije diferencijalnih i diferencnih jednačina, teorije specijalnih funkcija, princip nepokretne tačke i teorije informacija, kroz sledeće tematske oblasti: OSNOVI LOGIKE. Logički sistemi i relacija dedukcije. Nezavisnost aksioma. Ispitivanje nezavisnosti kao opšti metod. Klasična logika iskaza i predikata. Kardinalni brojevi. Egzistencija neprebrojivog skupa. NEPREKIDNE FUNKCIJE. Metrički i topološki prostori. Otvoreni i zatvoreni skupovi. Konvergencija niza. Neprekidnost funkcije. Kompaktni skupovi.

8

VEKTORSKI PROSTOR. Euklidski prostor i skalarni proizvod. Normirani prostor i metrika u normiranom prostoru. TEORIJA MERE. Alebra skupova. Lebesgue-ova mera u R² i primer nemerljivog skupa. Apstraktna mera. Konvergencija skoro svuda i konvergencija po meri. LEBESGUE-OV INTEGRAL. Merljive funkcije. Jednostavne funkkcije. Lebesgue-ov integral jednostavnih funkcija. Lebesgue-ov integral funkcija na skupu konačne mere. PRINCIP NEPOKRETNE TAČKE. Tarski-jeva teorema. Banach-ova teorema. Brouwer-ova teorema. Schauder-ova teorema. Kakutani-jeva teorema. TEORIJA VEROVATNOĆE I TEORIJA RIZIKA. Tipovi raspodela (uniformna, poisson-ova, eksponencijalna, Gauss-ova raspodela). Funkcija pouzdanosti i funkcija rizika. Pouzdanost sistema. TEORIJA RASPLINUTIH SISTEMA. Neprecizni predikati i rasplinuti skupovi. Rasplinute relacije i sistemi. TEORIJA INFORMACIJA. Definicija i osobine entropije. Uslovna entropija. Informacija. TEORIJA STABILNOSTI. Asimptotska stabilnost sistema definisanog posredsstvom diferencijalnih ili diferencnih jednačina. Teorema Ljapunova. Kriterijum Routh-Hurwitz-a. Beta- i Gama-FUNKCIJA. Način rada: predavanja i vežbe.

Način ispitivanja: usmeno

Literatura:

1. S. Aljančić, Uvod u realnu i funkcionalnu analizu, Građevinska knjiga, Beograd, 1974.

2. K. Rakočević, M. Ivović, B. Boričić, Odabrana poglavlja matematike, Ekonomski fakultet, Beograd, 1990.

3. B. Boričić, Linearna algebra, Ekonomski fakultet, Beograd, 2004.4. P. R. Halmos, Measure Theory, D. Van Nostrand, Princeton, 1950.5. W. Rudin, Real and Complex Analysis, Mc Graw-Hill, New York, 1958.6. P.Lankaster, Theory of Matrices, Academic Press, New York, 1969,. (Prevod na

ruski: Nauka, Moskva, 1982). 7. R.Bellman, Introduction to Matrix Theory, McGraw-Hill, new York, 1960.

(Prevod na ruski:. Nauka, Moskva, 1976).8. Lj.Petrović, Teorija verovatnoća, Ekonomski fakultet, Beograd, 2003.

Predmet: EKONOMETRIJSKO MODELIRANJE


Kratak sadržaj predmeta

Integrisanje teorije i empirijskog rada kroz ekonometrijski softver (EViews); Metodologija modeliranja; Linearni modeli; Stohastička zavisnost; Podaci i promenljive veličine; Metod najmanjih kvadrata; Reziduali i stohastičke greške; Poželjne osobine ocena parametera; Metod maksimalne verodostojnosti; Testiranje determinističkih pretpostavki: veze među varijablama modela; koeficijent determinacije i stepeni slobode, osnovni principi testiranja; intervalna ocena, statistička značajnost, testovi ograničenja na

9

parametre; Testiranje stohastičkih pretpostavki: testovi normalnosti, autokorelacije, heteroskedastičnosti; Nelinearni modeli; Provera stabilnosti parametara; Multikolinearnost; Greške specifikacije; Veštačke varijable; Strukturni i redukovani modeli; Prividno nepovezane jednačine; Metod uopštenih najmanjih kvadrata; Modeli simultanih međuzavinsoti, Identifikovanost modela i jednačina; Metod instrumentalnih varijabli; Dvostepeni najmanji kvadrati Oblici rada i način rada na predmetuPredavanja: ex cathedra predavanja u ERC; Vežbe: izrada primera uz korišćenje računara i interaktivni rad;Dopunski rad: obrada literature, vežbe na računaru i izrada obaveznih primeraSeminari: prezentacija seminarskih radova u ERC, uz diskusiju i aktivno učešće studenata

Ispit Usmeni ispit u ERC

Literatura

Vogelvang, B. (2005), Econometrics: Theory and Applications with EViews, Prentice-Hall - Financial Times

Gujarati, D.N. (2003), Basic Econometrics, fourth ed., McGraw-Hill

Kennedy, P. (2004), A Guide to Econometrics, fifth edition, The MIT

Predmet: INFORMATIKA



1. Informatika i računarstvo – osnovni pojmovi; 2. Arhitektura i organizacija računarskih sistema; 3. Algoritmi; 4. Sistemski softver; 5. Operativni sistemi; 6. Aplikativni softver; 7. ERP softver; 8. Programiranje; 9. Programski jezici; 10. Računarske mreže; 11. Baze podataka; 12. Upravljački sistemi baza podataka; 13. Web baze podataka; 14. Web aplikacije; 15. Elektronsko poslovanje; 16. Informacioni sistemi; 17. Sistemska analiza i dizajn; 18. Upravljanje podacima; 19. Inteligentni sistemi podrške; 20. Upravljanje znanjem; 21. Telekomunikacije; 22. Internet i Web; 23. Učenje i rad na daljinu; 24. Komunikacioni medijumi; 25. Skladištenje zasnovano na IP; 26. WAP; 27. Softversko inženjerstvo; 28. Licenciranje softvera; 29. Izbor softvera i hardvera; 30. Perspektive razvoja računarstva.

Oblici rada i način rada na predmetuPredavanja: ex cathedra predavanja; Vežbe: izrada primera uz korišćenje računara u ERC i interaktivni rad;Dopunski rad: obrada literature, vežbe na računaru i izrada obaveznih primera

10

Seminari: prezentacija seminarskih radova u ERC, uz diskusiju i aktivno učešće studenata

IspitUsmeni ispit u ERC

Literatura:1. Stankić R., Poslovna informatika, Ekonomski fakultet, Beograd, 2005.2. Turban E., McLean E., Wetherbe J., Informaciona tehnologija za menadžment,

Zavod za udžbenike i nastavna sredstva, Beograd, 2003.3. Atucker B. A. – editor-in-chief, Computer Science, Chapman & Hall/CRC, Boca

Ration, 2004.

Predmet: STATISTIKA


Predmet sadrži delove iz Teorije verovatnoća i Matematičcke statistike kroz sledeće oblasti: 1. Osnovni pojmovi teorije verovatnoća; 2. Definicije verovatnoće; 3. Uslovna verovatnoća; 4. Nezavisnost dogadja; 5. Slučajne promenljive; 6. Funkcija raspodele verovatnoća,; 7.Slučajne promenljive diskretnog tipa; 8.Slučajne promenljive apsolutnoneprekidnog tipa); 9. Višedimenzionalne slučajne promenljive, 10. Marginalne i uslovne raspodele; 11. Nezavisnost slučajnih promenljivih; 13. Transformacije slučajnih promenljivih; 14. Matematičko očekivanje, 15. Momenti i centralni momenti; 16. Kovarijansa i koeficijent korelacije; 17. Funkcije generatrise; 18. Centralna granična teorema; 19. Uvod u matematičku statistiku. Populacija. Obeležje. Uzorak; 20. Neke statistike važne u matematičkoj statistici; 21. Ocenjivanje parametara raspodele; 22. Tačkaste ocene parametara; 23. Metod momenata; 24. Metod maksimalne verodostojnosti; 25. Intervalno ocenjivanje parametara; 26. Testiranje statističkih hipoteza; 27. Moć testa; 28. Test količnika verodostojnosti; 29. Parametarski testovi; 30. Neki neparametarski testovi.

Literatura:

Petrović, Lj., Teorija verovatnoća, Ekonomski fakultet, Beograd, 2002.Petrović, Lj., Teorijska statistika – teorija statističkog zaključivanja, Ekonomski fakultet, Beograd, 2006.Rohatgi, V. R. , An introduction to Probability theory and Mathematical Statistics, Yohn Wiley, 1976.

Predmet: EKONOMETRIJSKI MODELI UPOREDNIH PODATAKA



11

Klasični linearni višestruki regresioni model; Specifikacija i ocenjivanje; Pretpostavke o stohastičnosti i odstupanje od pretpostavki; Osobine ocena u malim uzorcima; Normalna distribucija i osnovno statističko zaključivanje; Asimptotske osobine ocena i asimptotski testovi; Testiranje ograničenja; Odstupanje od normalnosti i testovi; Metod instrumentalnih varijabli; Predviđanje; Funkcionalna forma i strukturni prelomi; Nelinearnost u varijablama; Testovi stabilnosti modela i promena strukture; Izgradnja modela i analiza specifikacije, Izbor među nesrodnim modelima; Kriteriji izbora modela; Nelinearna regresija i identifikovanje nelinearnosti; Sistemi regresionih jednačina: Prividno nepovezane jednačine, Metod uopštenih najmanjih kvadrata; Modeli simultanih jednačina; Endogenost i kauzalnost; Problem identifikacije; Metodi ocenjivanja modela simultanih jednačina; Modeli binarnog izbora; Linearni model verovatnoće, Indeksna funkcija; Ocenjivanje i zaključivanje; Marginalni efekti, Testovi specifikacije; Modeli slučajnih i fiksnih efekata za podatke panela, Dinamički modeli binarmog izbora; Modeli višestrukog izbora Oblici rada i način rada na predmetuPredavanja: ex cathedra predavanja; Vežbe: izrada primera uz korišćenje računara u ERC i interaktivni rad;Dopunski rad: obrada literature, vežbe na računaru i izrada obaveznih primeraSeminari: prezentacija seminarskih radova u ERC, uz diskusiju i aktivno učešće studenata


Literatura

Greene, W.H. (2003), Econometric Analysis, 5th ed., Prentice Hall

Russell Davidson, James G. MacKinnon (2003), Econometric Theory and Methods , Oxford University Press

Gujarati, D.N. (2003), Basic Econometrics, fourth ed., McGraw-Hill

Kennedy, P. (2004), A Guide to Econometrics, fifth edition, The MIT

Predmet: EKONOMETRIJSKA ANALIZA VREMENSKIH SERIJA



12

http://www.amazon.com/exec/obidos/tg/detail/-/0195123727/qid=1141232391/sr=2-1/ref=pd_bbs_b_2_1/103-2843521-8919029?v=glance&s=books

Jednodimenzioni linearni modeli vremenskih serija; Osnovni pojmovi (slučajni proces, stacionarnost, ergodičnost, autokovarijaciona i parcijalna autokorelaciona funkcija); Stacionarne vremenske serije; Box-Jenkins-ov pristup; Jedinični koren; Svojstva ocena u modelu sa jediničnim korenom; Testovi jediničnog korena (DF, PP, KPSS i ERS test); Strukturni lom i testovi jediničnog korena; Jednodimenzioni modeli volatilnosti; ARCH i GARCH modeli: svojstva, identifikacija i provera adekvatnosti; Ocena parametara modela; Neke modifikacije: IGARCH, GARCH-M i asimetrični GARCH modeli; Predviđanje volatilnosti; Modeli vektorskih vremenskih serija; VAR modeli stacionarnih vremenskih serija i vremenskih serija sa jediničnim korenom; Analiza uzročnosti; Strukturna analiza; Dekompozicija varijanse greške prognoze i analiza funkcije impulsnog odziva; Modeli kointegrisanih vremenskih serija; Različite interpretacije kointegrisanih sistema: VAR model, model zajedničkih trendova i model sa korekcijom ravnotežne greške. Ocena kointegracionih parametara primenom metoda maksimalne verodostojnosti (Johansen-ov pristup).

Oblici rada i način rada na predmetuPredavanjaVežbe

Literatura:

Enders, W. (2004), Applied Econometric Time Series, Wiley, New York, 2nd ed.

Hamilton, J.D. (1994), Time Series Analysis, Princeton University Press, Princeton.

Johansen, S. (1996), Likelihood–based Inference in Cointegrated Vector Auto-regressive Models, Oxford University Press, Oxford.

Mills, T.C. (1999), The Econometric Modelling of Financial Time Series, Cambridge University Press.

Tsay, R.S. (2002), Analysis of Financial Time Series, Wiley, New York.

Predmet: EKONOMETRIJA PANELA



13

Linearni modeli panela; Osnovne specifikacije: model fiksnih i model slučajnih (stohastičkih) efekata; Dekompozicija rezidualne varijanse modela panela; Testovi individualnih i vremenskih efekata; Izbor modela: Hausmanov test specifikacije; Jednostruka endogenost - metodi instrumentalnih promenljivih (Hausman-Taylor i dr.); Heteroskedastičnost i autokorelacija u panelu: metodi testiranja i ocenjivanja; Dvostruka endogenost u panelu: Model simultanih jednačina sa komponentama slučajne greške; Identifikacija; Metodi testiranja hipoteza i ocenjivanja modela; Dinamički modeli panela (Arellano-Bond studija); Autoregresioni modeli; Metod momenata; Panel modeli binarnog izbora; Probit i logit modeli u panelu; Testovi jediničnog korena i kointegracije u panelu; Testiranje postojanja jediničnih korena i kointegracije u panelu; Ocenjivanje kointegracionih parametara.

Oblici rada i način rada na predmetuPredavanjaVežbe

Literatura:

Baltagi, B.H. (2005), Econometric Analysis of Panel Data, John Wiley & Sons.

Matyas L., P. Sevestre (1996), The Econometrics of Panel Data, a Handbook of the Theory with Applications, Kluwer Academic Publishers, The Netherlands.

Dragutinović Mitrović, R. (2005), Analiza spoljnotrgovinske gravitacije metodologijom panela, doktorska disertacija, Ekonomski fakultet, Beograd.

Predmet: OPERACIONA ISTRAŽIVANJAFond časova: 30+30, Broj bodova: 5


1. Istorijski razvoj metoda OI; 2. Suština i predmet OI; 3. Karakteristike problema i metoda OI; 4. Koncept modela; 5. Konstrukcija matematičkog modela; 6. Faze u rešavanju problema; 7. Uvod u Linearno Programiranje (LP); 8. Konveksni skupovi; 9. Opšti oblik problema LP i njegov matematički model; 10. Standardni oblik modela LP i bazna rešenja; 11. Određivanje optimalnog rešenja modela LP; 12. Grafička netoda; 13. Simpleks metoda; 14. Dualnost u LP; 15. Postoptimalna analiza u LP; 16. Transportni problem (TP); 17. Opšti oblik i osobine TP; 18. Određivanje početnog rešenja TP; 19. Određivanje optimalnog rešenja TP; 20. Parametarsko programiranje; 21. Parametarska zavisnost koeficijenata iz funkcije cilja; 22. Parametarska zavisnost slobodnih članova sistema ograničenja; 23. Ostali slučajevi parametarskog programiranja; 24. Celobrojno programiranje; 25. Metoda grananja i ograničavanja; 26. Metoda odsecajućih ravni; 27. Dinamičko programiranje; 28. Matematički model višeetapnog procesa upravljanja; 29. Optimizacija višeetapnog procesa upravljanja; 30. Princip optimalnosti i rekurentne relacije.

Literatura:

14

1. Backović M., Vuleta J., Ekonomsko-matematički metodi i modeli, Ekonomski fakultet, Beograd, 2004.

2. Krčevinac S., Čangalović M., Kovačević-Vujčić V., Martić M., Vujošević M., Operaciona istraživanja, Fakultet organizacionih nauka, Beograd, 2004.

3. Cvjetićanin D., Operaciona istraživanja, Ekonomski fakultet, Beograd, 1992.

4. Petrić J., Operaciona istraživanja, Naučna knjiga, Beograd, 1995.

Način rada: predavanja i vežbe.Način ispitivanja: usmeno.

Predmet: MATEMATIČKO PROGRAMIRANJEFond časova: 30+30, Broj bodova: 5


1. Metode bezuslovne optimizacije; 2. Cauchy-eva metoda; 3. Newton-ova metoda; 4. Modifikovana Newton-ova metoda; 5. Metoda konjugovanih gradijenata; 6. Metode promenljive metrike; 7. Bezuslovna optimizacija bez izračunavanja izvoda; 8. Optimizacija funkcija jedne promenljive; 9. Problemi nelinearnog programiranja koji se mogu rešiti pomoću bezuslovne optimizacije; 10. Metoda Lagrange-ovih množitelja; 11. Metoda spoljašnjih kaznenih funkcija; 12. Metoda unutrašnjih kaznenih funkcija; 13. Metoda mešovitih kaznenih funkcija; 14. Ciljno programiranje; 15. Stohastičko programiranje; 16. Mrežno programiranje i mrežni modeli; 17. Grafovi imreže; 18. Određivanje ekstremalnih puteva u mrežama; 19. Ekstremalni protoci u mrežama; 20. Mrežni modeli koji se mogu rešiti pomoću ekstremalnih puteva u mrežama; 21. Mrežni modeli koji se mogu rešiti pomoću ekstremalnih protoka u mrežama; 22. Višekriterijumska optimizacija; 23. Osnovne osobine modela višekriterijumske optimizacije; 24. Izdvajanje skupa dominantnih rešenja; 25. Metoda težinskih koeficijenata; 26. Leksikografska metoda i relaksirana leksikografska metoda; 27. Metoda ε ograničenja; 29. Metode rastojanja; 30. Interaktivno kompromisno programiranje. Literatura:1. Zlobec S., Petrić J., Nelinearno programiranje, Naučna knjiga, Beograd, 1990.

2. Vuleta J., Ekstremizacija na grafovima, Naučna knjiga, Beograd, 1985.

3. Cvetković D., Čangalović M., Dugošija Đ., Kovačević-vujčić V., Simić S., Vuleta J., Kombinatorna optimizacija, Društvo operacionih istraživača Jugoslavije, Beograd, 1996.

4. Vujošević M., Stanojević M., Mladenović N., Metode optimizacije, Društvo operacionih istraživača Jugoslavije, Beograd, 1996.


15

Predmet: TEORIJA IGARAFond časova: 30+30, Broj bodova: 5


1.Teorija igara; 2. Predmet teorije igara i osnovni pojmovi; 3. Matrične igre nulte sume; 4. Proste matrične igre; 5. Mešovite matrične igre; 6. Dominacija strategija; 7. Grafičko i analitičko rešavanje mešovitih matričnih igara; 8. Rešavanje matričnih igara čija je matrica plaćanja reda (2x2); 9. Rešavanje matričnih igara čija je matrica plaćanja reda (2xn) i (mx2); 10. Nesingulrne matične igre; 11. Rešavanje matričnih igara linearnim programiranjem; 12. Bimatrične igre; 13. Definicija bimatrične igre; 14. Nekooperativne bimatrične igre; 15. Kooperativne bimatrične igre; 16. Modeli duopola; 17. Ekstenzivna forma igre; 18. Igre sa potpunom informacijom; 19. Igre sa nepotpunom informacijom; 20. Igre više strana; 21. Jezgro igre više strana; 22. Šeplijeva vrednost igre. Literatura:1. Backović M., Vuleta J., Ekonomsko-matematički metodi i modeli, Ekonomski

fakultet, Beograd, 2004.

2. Krčevinac S., Čangalović M., Kovačević- Vujčić V., Martić M., Vujošević M., Operaciona istraživanja, Fakultet organizacionih nauka, Beograd, 2004.

3. Owen G., Game Theory, 2d ed., New York, Academic Press,1982.


V GODINA STUDIJA

Predmet: KRETANJE STANOVNIŠTVAFond časova: 30+30, Broj bodova: 5 Kratak sadržaj predmeta

1. Komponente kretanja stanovništva; 2. Prirodno kretanje, natalitet, mortalitet, prirodni priraštaj; 3. Jedinice, obeležja i izvori podataka 4. Fertilitet stanovništva; 5. Fekonditet i sterilitet; 6. Determinante fertiliteta; 7. Bračnost i fertilitet; 8. Kontrola rađanja; 9. Planiranje porodice; 10. Tranzicija fertiliteta; 11. Mortalitet stanovništva; 12. Determinante mortaliteta; 13. Epidemiološka tranzicija; 14. Zdravstveno stanje stanovništva; 15. Tendencije u kretanju mortaliteta; 16. Migracije stanovništva; 17. Tipovi prostorne pokretljivosti stanovništva; 18. Jedinice, obeležja i izvorna dokumentacija o migracijama stanovništva;19. Teorijski pristupi u razmatranju unutrašnjih i međunarodnih migracija u prošlosti i danas; 20. Velike svetske migracije; 21. Metanastazička kretanja na Blakanskom Poluostrvu; 22. Savremeno izučavanje selektivnosti unutrašnjih migracija po značajnim demografskim i ekonomskim i drugim obeležjima; 23. Demografske, ekonomske, socijalne, političke i kulturne determinante

16

savremenih unutrašnjih migracija; 24. Unutrašnje migracije i proces urbanizacije; 25. Posledice migracionih kretanja na elemente geoprosotra emigracionih i imigracionih područja; 26. Tipovi i osnovne determinante međunarodnih migracija u savremenom dobu; 27. Uticaji međunarodnih migracija na razvoj zemalja porekla; 28. Uticaji međunarodnih migracija na razvoj zemalja odredišta; 29. Socijalna i profesionalna pokretljivost stanovništva-pristupi i izučenost u demografiji i ostalim naukama; 30. Regulisanje međunarodnih migracija i zaštita migranata. Literatura:

1. Breznik, D. Demografija-analiza, metodi i modeli, Naučna knjiga, Beograd, 1982.

2. Rašević, M. Determinante fertiliteta stanovništva Jugoslavije, CDI, Beograd 1971.

3. Radivojević, B. Zakon mortaliteta, Naučna knjiga, Beograd, 1989.4. Breznik, D.,Todorović, G., Lalević, M. Metode demografske analize migracija

stanovništva, Beograd, 1989.5. Cvijić, J. Blakansko poluostrvo i južnoslovenske zemlje, Beograd, 1922.6. Grupa autora Pogledi na migracije stanovništva, Beograd, 1990.7. Grečić, V. (priređivač), Jugoslovenske spoljne migracije, Beograd, 1998.

Način rada: predavanja i vežbeNačin ispitivanja: usmeno

Predmet: STRUKTURA STANOVNIŠTVAFond časova: 30+30, Broj bodova: 5


1.Značaj izučavanja strukturnih karakteristika stanovništva; 2. Međuzavisnost kretanja stanovništva i promene struktura; 3. Klasifikacija struktura stanovništva; 4. Jedinice, obeležja i izvori podataka o strukturama; 5. Struktura stanovništva po polu - faktori, značaj za demografski i ekonomski razvoj; 6. Tehnike analize; 7. Razlike pola i roda; 8. Uticaj rodnosti na demografski razvoj. 9. Starosna struktura stanovništva – faktori, značaj za demografski i ekonomski razvoj. 10. Tehnike analize starosnog sastava stanovništva 11. Tipovi starosnog sastava; 12. Proces demografskog starenja; 12. Proces demografskog starenja u svetu; 13. Demografsko starenje u Srbiji, regionalne razlike; 14. Starosno-polna struktura kao osnova za projekcije stanovništva; 15. Bračna struktura; 16. Ekonomske strukture - faktori, značaj za demografski i ekonomski razvoj; 17. Podela ekonomskih struktura; 18. Tehnike analize. 19. Radni kontingent i ekonomska iskorišćenost radnog kontingenta; 20. Radna snaga; 21. Prosta i proširena reprodukcija radne snage; 22. Zaposlenost; 23. Poljoprivredno i nepoljoprivredno stanovništvo; 24. Proces deagrarizacije; 25. Obrazovna struktura stanovništva – faktori, značaj za demografski i ekonomski razvoj; 26. Pismenost i školska sprema; 27. Gradsko i seosko stanovništvo; 28. Razmeštaj, gustina i koncentracija stanovništva. 29. Etnička i konfesionalna struktura stanovništva; 30. Struktura prema maternjem jeziku.

17

Literatura: 1. Breznik, D. Demografija-analiza, metodi i modeli, Naučna knjiga, Beograd, 1982. 2. Wertheimer-Baletić, A. Demografija (stanovništvo i ekonomski razvitak), Zagreb3. Grupa autora, Stanovništvo i domaćinstva Srbije prema popisu 2002. godine,

Beograd, 2006. (u štampi)


Predmet: DEMOGRAFSKA ANALIZA I PROJEKCIJE Fond časova: 30+30, Broj bodova: 5


1. Demografska mreža; 2. Dva osnovna metoda demografske analize; 3. Stope i verovatnoće u demografskoj analizi; 4. Standardizovane stope; 5. Pokazatelji mortaliteta; 6. Demografske tablice; 7. Tablice mortaliteta; 8. Verovatnoća umiranja; 9. Izravnanje sirovih verovatnoća umiranja; 10. Aproksimativne tablice mortaliteta; 11. Multiple-decrement tablice mortaliteta; 12.Analiza doživljenja (Survival analysis); 13. Modeli tablica mortaliteta; 14. Transverzalna i kohortna analiza fertiliteta; 15. Pokazatelji fertiliteta; !6. Nivo zamene; 17. Nupcijalitet i divorcijalitet-analiza i pokazatelji; 18. Migracije-analiza i pokazatelji; 19. Metodi za ocenu migracionog salda; 20. Stope rasta stanovništva; 21. Demografski modeli; 22. Stacionarno stanovništvo; 23. Stabilno stanovništvo; 24. Primena stabilnog i stacionarnog stanovništva; 25.Populacioni "momentum"; 26. Projekcije stanovništva; 27. Matematički metodi projekcija; 28. Metod komponenata; 29. Metodi projekcije radne snage; 30. Projekcije domaćinstava i porodica.

Literatura: 1. Breznik, D. Demografija-analiza, metodi i modeli, Naučna knjiga, Beograd, 1982. 2. Đurđev, B. Osnovne tehnike u demografiji, Novi Sad, 2001.3. Radivojević, B. Zakon mortaliteta, Naučna knjiga, Beograd, 1989.4. Rowland, D. Demographic methods and concepts, Oxford University Press,

2003. 5. Smith, D. Formal Demography, Plenum Press, New York, 1992.6. Nikitović, V. Tačnost projekcija stanovništva Srbije, Beograd, 2004.


Predmet: METODOLOGIJA NAUČNOG ISTRAŽIVANJA


18

Cilj predmeta: Upoznavanje sa problematikom opšte metodologije savremene nauke, kao i sa specifičnostima metoda naučnog istraživanja u ekonomiji.

Prethodno znanje: Pretpostavlja se znanje osnovnih ekonomskih kategorija i metoda mikoekonomije i makroekonomije, kao i znanje statistike i matematike, sve primereno nivou osnovnih studija ekonomije. Sadržaj predmeta: OPŠTA METODOLOGIJA. Naučni zakoni i naučne teorije. Pojmovi, predmet i norme nauke. Aksiomatski metod zasnivanja naučne teorije. Indukcija i induktivne definicije. Priroda dokaza: pretpostavke i zaključci. Dedukcija i nezavisnost aksioma. Relacija posledičnosti (sintaksa i semantika). Neprotivrečnost i relativna neprotivrečnost teorije. Pojam odlučivosti teorije. Geometrija – idealan model. Odnos istinitosti i dokazivosti. Jezik teorije. Pojam potpunosti. Aristotelov princip dvovalentnosti, zakon isključenja trećeg i polivalentne logike. Primeri potpunih i nepotpunih teorija. Logika trougla. Paradoksi i logičke greške. Metod reductio ad absurdum i konstruktivni dokazi. Dopustive dedukcije. Pimer i kontraprimer – dokazivanje i opovrgavanje. Pogrešno zaključivanje (non sequitur). Greške u silogizmima i tipične pogreške u zaključivanju. METODOLOGIJA U EKONOMIJI. Nezavisnost i neprotivrečnost u teoriji društvenog izbora. Rasplinute logike i aksiome društvenog izbora. Fenomen nemogućnosti. Polazne postavke teorije opšte ravnoteže i teorije korisnosti. Fenomen mogućnosti. Egzistencija opšte ravnoteže i funkcije korisnosti. Specijalne teme, sa gostujućim predavačima: Matematičko modeliranje ekonomskih kategorija. Metodi statističke analize. Ekonometrijsko modeliranje. Predviđanje i vremenske serije.

Način rada: predavanja i vežbe.

Način ispitivanja: usmeno.

Literatura: 1. M. Blaug, The Methodology of Economics: Or, How Economists Explain,

(2nd ed.) Cambridge University Press, Cambridge, 1992.2. D. Bonavec, Deduction, Blackwell Publishing, Malden, 2003.3. B. Boričić i dr., Savremena metodologija u teorijskoj ekonomiji, Ekonomski

fakultet, Beograd, 1986.4. M. Cohen, E. Nagel, An Introduction to Logic and Scientific Method, George

Routledge and Sons, London, 1934. (Prevod: Zavod za udžbenike i nastavna sredstva, Beograd, 1979.)

5. D. W. Hands, Reflection Without Rules: Economic Methodology and Contemporary Science Theory, Cambridge University Press, Cambridge, 2001.

6. Lakatos, Proofs nad Refutations, The British Journal for the Philosophy of Science XIV (1963), pp. 1-25, 120-139, 221-245, 296-342. (Prevod: Školska knjiga, Zagreb, 1991.)

19

7. E. Nagel, The Structure of Science – Problems in the Logic of Scientific Explanation, Harcourt, Brace World, New York, 1961. (Prevod: Nolit, Beograd, 1974.)

8. Đ. Šušnjić, Metodologija, Čigoja štampa, Beograd, 2000.9. Tarski, Introduction to Logic and to the Deductive Sciences, Dover

Publications, New York, 1995. (Prevod: Rad, Beograd, 1973.)

Predmet: TEORIJA STATISTIČKOG ZAKLJUČIVANJA


Predmet sadrži delove iz Teorije verovatnoća i Matematičke statistike kroz sledeće oblasti: 1. Skup slučajnih ishoda. $\sigma$-polje dogadjaja. Verovatnoća. 2. Uslovnaverovatnoća; 3. Nezavisnost dogadjaja; 4. Slučajne promenljive kao merljive funkcije; 5. Višedimenzionalne slučcajne promenljive; 6. Transformacije slučajnih promenljivih;7. Matematičko očekivanje; 8. Neke specijalne raspodele slučajnih promenljivih; 9. Funkcije generatrise verovatnoća; 10. Funkcije generatrise momenata; 11. Vrste konvergencija u teoriji verovatnoća; 12. Zakoni velikih brojeva; 13. Centralnagranična teorema; 14. Neki pojmovi teorije odlučivanja; 15. Uvod u matematičku statistiku; 16. Uredjene statistike; 17. Raspodela ranga uzorka; 18. Granice tolerancije; 19. Empirijska funkcija raspodele; 20. Centralna teorema matematičke statistike; 21. Raspodele nekih statistika; 22. Ocene parametara raspodele; 23. Metodi ocenjivanja nepoznatih parametara ; 24. Intervalno ocenjivanje; 25. Testiranje statističkih hipoteza;26. Greške prve i druge vrste; 27. Moć testa. Uniformno najmoćniji testovi; 28. Bajesov metod ocenjivanja; 29. Neparametarski testovi o raspodeli obeležja populacije: Pirsonov $\chi^2$ test, test Kolmogorova; 30. Neparametarski testovi o identičnosti raspodele: test Kolmogorova i Smirnova, test znakova, test medijane.

Literatura:

Petrović, Lj., Teorija verovatnoća, Ekonomski fakultet, Beograd, 2002.

Petrović, Lj., Teorijska statistika – teorija statističkog zaključivanja, Ekonomski fakultet, Beograd, 2006.

Rohatgi, V. R. , An introduction to Probability theory and Mathematical Statistics, Yohn Wiley, 1976.

Wackerly, D., Mendenhall, W., Scheffer, R., Mathematical statistics with applications, Duxbury Press, Belmont, 1995.

Predmet: INFORMACIONI SISTEMI ZA POSLOVNO ODLUČIVANJE


20


1. Poslovno odlučivanje: uvod i definicija; 2. Modeli i faze procesa donošenja odluka; 3. Računarska podrška procesu donošenja odluka; 4. Donošenje odluka i informacioni sistemi; 5. Informacioni sistemi za podršku odlučivanju (Decision Support Systems); 6. Karakteristike, komponente i mogućnosti sistema za podršku odlučivanju; 7. Modeliranje i analiza: statički i dinamički modeli, uslovi izvesnosti i neizvesnosti; 8. Sistemi podrške grupnog odlučivanja (Group Decision Support Systems); 9. Poslovna inteligencija: izvori, prikupljanje, kvalitet i upravljanje podacima; 10. Pretraživanje podataka (Data mining)– skladišta podataka i OLAP; 11. Pretraživanje podataka - data mining i data marts; 12. Metodologija pretraživanja podataka; 13. Primena data-mining-a u marketingu i upravljanju odnosom sa potrošačima; 14. Poslovna inteligencija i Web; 15. Upravljanje znanjem: organizaciono učenje i transformacija, informaciona tehnologija za upravljanje znanjem, implementacija sistema za upravljanje znanjem; 16. Inteligentni sistemi za poslovno odlučivanje; 17. Inteligentni računarski sistemi: opšte karakteristike; 18. Sistemi zasnovani na znanju (Knowledge based Systems); 19. Ekspertni sistemi: karakteristike i struktura; 20. Predstavljanje znanja u ekspertnom sistemu; 21. Tehnike zaključivanja u ekspertnom sistemu; 22. Alati za izgradnju ekspertnih sistema; 23. Poslovna primena ekspertnih sistema; 24.Veštačke neuronske mreže: osnovni principi neuronskog računarstva; 25. Modeli i tipovi veštačkih neuronskih mreža; 26. Algoritmi učenja veštačkih neuronskih mreža; 27. Osnove genetskih algoritama; 28. Osnove rasplinutih skupova i sistema (fuzzy logic); 29. Inteligentni sistemi zasnovani na Webu; 30. Hibridni računarski sistemi za podršku odlučivanju

Oblici rada i način rada na predmetuPredavanja: ex cathedra predavanja; Vežbe: izrada primera uz korišćenje računara u ERC i interaktivni rad;Dopunski rad: obrada literature, vežbe na računaru i izrada obaveznih primeraSeminari: prezentacija seminarskih radova u ERC, uz diskusiju i aktivno učešće studenata


Literatura:4. Inteligentni sistemi za poslovno odlučivanje – Jasna Soldić-Aleksić, Centar za

izdavačku delatnost, Ekonomski fakultet, Beograd, 20015. Decision Support Systems and Intelligent Systems – E. Turban,

J.E.Aronson,T.P.Liang, PearsonEducation, Inc., Prentice Hall, New Jersey, 20056. Data mining Techniques for Marketing, Sales and Customer Relationship

Management – M.J.A.Berry, G.S.LinoffJohn Willey, Inc. 20047. Applied Decision Support with Soft Computing, Springer-Verlag, Berlin Heidelberg

2003.

Predmet: ELEKTRONSKO POSLOVANJE


21


1. Pristup elektronskom poslovanju; 2. Potencijal elektronskog poslovanja; 3. Značaj računarskih komunikacija u poslovanju; 4. Komponente i arhitektura računarskih mreža; 5. LAN, MAN, WAN, BN umrežavanje; 6. Mrežni aspekti medija i multimedija; 7. Video konferencije; 8. Internet i globalizacija elektronskog poslovanja; 9. Servisi Interneta; 10. WWW; 11. Osnovne karakteristike Interneta za primenu elektronske razmene podataka; 12. Bezbednost na Internetu; 13. Zakon na Internetu; 14. Intranet; 15. Ekstranet; 16. Elektronska trgovina; 17. Tehnologija elektronske trgovine; 18. Modeli elektronskih tržišta; 19. Perspektive elektronske trgovine; 20. Elektronsko bankarstvo; 21. Elektronski novac; 22. Hombanking; 23. Internet bankarstvo; 24. Pametne kartice; 25. Elektronski platni promet; 26. Elektronska finansijska tržišta i berze; 27. Elektronski marketing; 28. Principi Web poslovanja; 29. Modeli Web marketinga; 30. Elektronska uprava.



Literatura:8. R. Stankić, B. Krsmanović, Elektronsko poslovanje, SUR, Bijeljina, 2001.9. H. M. Deital, P.j. Deital, K. Steinbuhler, e-Business and e-Commerce for

Managers, Prentice Hall, New Jersey, 2001.10. E. Turban, D. Viehland, J. Lee, Electronic Commerce, Prentice Hall, New Jersey,

2006.11. S. Chen, Strategic Management of e-Busines, John Wiley & Sons.

Predmet: NOVE INFORMACIONE TEHNOLOGIJE



1. Informacioni sistemi i informaciona tehnologija 2. Uticaj novih informacionih tehnologija na društveni i ekonomski život pojedinca i preduzeća; 3. Nova ekonomija; 4. Uticaj novih informaciono-komunikacionih tehnologija na ekonomski rast i razvoj; 5. Uticaj novih informacionih tehnologija na ostvarivanje konkurentske prednosti; 6. Promene na tržištu rada usled primene novih informacionih tehnologija; 7. Nove informacione tehnologije i stvaranje novih tržišta; 8. Digitalni proizvodi; 9. Mrežni efekat; 10. Preduzeća u novoj ekonomiji; 11. Uticaj informaciono-

22

komunikacionih tehnologija na poslovanje preduzeća; 12. Internet hardver, softver i komunikacije; 13. Tehničke perspektive razvoja Interneta: DSL, ADSL, ISDN, T1, T3; 14. Wireless Internet; 15. Wireless Web tehnologija; 16. WAP i WML; 17. WLAN; 18. Wireless komunikacije; 19. Digitalni potpis; 20. Kriptoanaliza; 21. Firewalls; 22. m-Business; 23. Informaciona tehnologija u digitalnoj ekonomiji; 24. Upravljanje znanjem; 25. Ekonomija informacione tehnologije; 26. Transformacija tržišta kroz nove tehnologije; 27. Tehnologija vizuelnog predstavljanja podataka; 28. Upravljanje dokumentima; 29. Virtuelne organizacije; 30. Umrežena organizacija.



Literatura:12. Turban E., McLean E., Wetherbe J., Informaciona tehnologija za menadžment,

Zavod za udžbenike i nastavna sredstva, Beograd, 2003.13. H. M. Deital, P.j. Deital, K. Steinbuhler, e-Business and e-Commerce for

Managers, Prentice Hall, New Jersey, 2001.

Tabelarni pregled predmeta i izvođača nastave:

Naziv predmeta Bodovi (pred. + vežbe)

Sem. Nastavnik

OPŠTI ZAJEDNIČKI PREDMETI

Matematika 5 (30+30) I Prof. dr Branislav Boričić

Statistika 5 (30+30) I Prof. dr Ljiljana Petrović

Informatika 5 (30+30) I Prof. dr Rade Stankić

Dr Aleksandra ZečevićUSMERENJE DEMOGRAFIJA

Demografska analiza i projekcije 5 (30+30) I Prof. dr Biljana Radivojević

Strukture stanovništva 5 (30+30) II Dr Mirjana DevedžićKretanje stanovništva 5 (30+30) II Prof. dr Milena Spasovski

Dr Mirjana Rašević

USMERENJE EKONOMETRIJA

23

Ekonometrijski modeli uporednih podataka i panela

10 (60+60) I prof. dr Milena Jovičić

dr Radmila Dragutinović Mitrović

Primenjena analiza vremenskih serija

10 (60+60) II prof. dr Zorica Mladenović

prof. dr Pavle PetrovićUSMERENJE INFORMATIKA

Elektronsko poslovanje 5 (30+45) Prof. dr Rade Stankić

Dr Aleksandra Zečević

Dr Predrag BijelićInformacioni sistemi za poslovno odlučivanje

5 (30+45) Prof. dr Jasna Soldić

Nove informacione tehnologije 5 (30+30) Prof. dr Jasna Soldić

Prof. dr Dušan Starčević

USMERENJE OPERACIONA ISTRAŽIVANJAOperaciona istraživanja 5 (30+30) Prof. dr Jovo Vuleta

Prof. dr Marko BackovićMatematičko programiranje 5 (30+30) Prof. dr Jovo Vuleta

Dr Branko UroševićTeorija igara 5 (30+30) Prof. dr Marko Backović

Prof. dr Danijel CvjetićaninUSMERENJE STATISTIKA

Teorija statističkog zaključivanja 5 (30+30) I Prof. dr Ljiljana Petrović

Multivarijaciona analiza 5 (30+30) II Dr Vladimr Vasić

Analiza vremenskih serija 5 (30+30) II Prof. dr Zorica Mladenović

IZBORNI PREDMETI

Metodologija naučnog istraživanja 5 (30+30) II Prof. dr Branislav Boričić

Prof. dr Siniša Zarić

Svi osnovni predmeti koji se predaju na studijskom programu Kvantitativna analiza

24

U dogovoru sa rukovodiocem kursa I mentorom, to mogu biti I neki od predmeta sa osnovnih studija koje kandidat nije polagao.

* Izborne predmete studenti biraju bilo iz grupe svih predmeta pete godine, bilo iz grupe predviđenih predmeta prvog stepena akademskih studija koje nisu polagali u prethodnom školovanju. Izbor predmeta svaki student obavlja uz saglasnost rukovodioca kursa i po preporuci mentora koji mu je određen prilikom izbora usmerenja.

25

Documents

15-Kvantitativna analiza3