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.

Predvideni študijski rezultati:

Znanje in razumevanje:

• glavnih vzorčnih načrtov,
• pristopov za izračunavanje vzorčne variance,
• konceptov za obravnavo manjkajočih podatkov,
• stroškovne optimizacije zbiranja podatkov,
• procesne avtomatizacije zbiranja in analize podatkov.