1. komponenta

Vrsta nastave	Ukupno
Auditorne vježbe	30
Predavanja	30

Stjecanje znanja iz teorije vjerojatnosti i statistike, ovladavanje vještinama potrebnim za samostalnu statističku analizu, te stjecanje vještina u korištenju statističkih programskih alata.

1. Primijeniti metode deskriptivne statistike uz potporu računalnih alata.
2. Objasniti osnovne pojmove i riješiti osnovne probleme teorije vjerojatnosti.
3. Odabrati i koristiti vjerojatnosne modele za različite diskretne i kontinuirane stohastičke pojave
4. Procijeniti parameter populacije, izračunati standardnu pogrešku procjene. Konstruirati pouzdan interval za procjenu.
5. Postaviti statističku hipotezu, odabrati i provesti prikladan test i donijeti zaključke o populaciji.
6. Procijeniti linearni regresijski model, provesti korelacijsku analizu, te donijeti zaključke o povezanosti pojava.

1. Vjerojatnost i statistika, N. Elezović, Element, Zagreb..
2. R for Data Science, H.Wickham, G.Grolemund.

1. Practical Statistics for Data Scientists, Andrew Bruce, Peter Gedeck, O'Reilly Media, Inc, USA.
2. Vjerojatnost i statistika : Diskretna vjerojatnost, N.Elezović, Element, Zagreb..
3. Vjerojatnost i statistika : Slučajne varijable., N. Elezović, Element, Zagreb..
4. Vjerojatnost i statistika : Matematička statistika, stohastički procesi. I, N. Elezović, Element, Zagreb..

Obavezni predmet - Redovni studij - Računarstvo