Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Podejmowanie decyzji w oparciu o analizę obwiedni danych
Tok studiów:
2019/2020
Kod:
ZZIP-1-706-s
Wydział:
Zarządzania
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Zarządzanie i Inżynieria Produkcji
Semestr:
7
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
Kapłan Radosław (rkaplan@zarz.agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Przedmiot porusza tematykę analizy obwiedni danych (ang. Data Envelopment Analysis – DEA) oraz jej wpływu na podejmowanie decyzji zarówno operacyjnych jak i strategicznych

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 Zna i rozumie pojęcia związane z wielokryteriowa oceną efektywności ZIP1A_W10, ZIP1A_W09 Projekt
Umiejętności: potrafi
M_U001 Określić czynniki wpływające na efektowność badanego obiektu ZIP1A_U04 Projekt
M_U002 Dobrać model oceny efektywności do badanego obiektu. ZIP1A_U03 Projekt
Kompetencje społeczne: jest gotów do
M_K001 Pracy w zespole analizującym efektywność obiektów ZIP1A_K01 Projekt
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
30 15 0 0 0 0 0 0 0 15 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 Zna i rozumie pojęcia związane z wielokryteriowa oceną efektywności + - - - - - - - - - -
Umiejętności
M_U001 Określić czynniki wpływające na efektowność badanego obiektu - - - - - - - - + - -
M_U002 Dobrać model oceny efektywności do badanego obiektu. - - - - - - - - + - -
Kompetencje społeczne
M_K001 Pracy w zespole analizującym efektywność obiektów - - - - - - - - + - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 75 godz
Punkty ECTS za moduł 3 ECTS
Udział w zajęciach dydaktycznych/praktyka 30 godz
Przygotowanie do zajęć 10 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 20 godz
Samodzielne studiowanie tematyki zajęć 15 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (15h):
Podejmowanie decyzji w oparciu o analizę obwiedni danych

Modele DEA (Data Envelopment Analysis) w badaniu efektywności, model podstawowy CCR (Charnesa, Coopera , Rhods), technologia obiektu w rozumieniu DEA, rodzaje efektywności, możliwości modeli DEA.

Zajęcia warsztatowe (15h):
Podejmowanie decyzji w oparciu o analizę obwiedni danych

Budowa modeli oceny efektywności: przypadek pojedynczego nakładu i rezultatu, przypadek podwójnego nakładu i pojedynczego rezultatu. Ocena efektywności na podstawie modelu CCR i innych.

Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Zajęcia warsztatowe: W trakcie zajęć studenci samodzielnie rozwiązują zadany problem praktyczny, dobierając odpowiednie narzędzia. Prowadzący stymuluje grupę do refleksji nad problemem, tak by otrzymane wyniki miały wysoką wartość merytoryczną.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Warunkiem uzyskania zaliczenia jest uzyskanie pozytywnej oceny z kolokwium zaliczeniowego oraz wykonanie projektu.
W przypadku nie uzyskania zaliczenia w wymaganym terminie studentowi przysługuje jeden termin zaliczenia poprawkowego na zasadach ustalonych z odpowiedzialnym za moduł prowadzącym.

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Zajęcia warsztatowe:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci przystępując do ćwiczeń są zobowiązani do przygotowania się w zakresie wskazanym każdorazowo przez prowadzącego (np. w formie zestawów zadań). Ocena pracy studenta może bazować na wypowiedziach ustnych lub pisemnych w formie kolokwium, co zgodnie z regulaminem studiów AGH przekłada się na ocenę końcową z tej formy zajęć.
Sposób obliczania oceny końcowej:

Średnia ocen z projektu i zajęci

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

W przypadku nieobecności na zajęciach decyzja o możliwości i formie uzupełnienia zaległości należy do prowadzącego zajęcia, z zastrzeżeniem zapisów wynikających z Regulaminu Studiów.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Nie podano wymagań wstępnych lub dodatkowych.

Zalecana literatura i pomoce naukowe:

Cooper W. W., Seiford L. M., Tone K. 2007 – Data Envelopment Analysis: A Comprehensive Text with Models, Applications, References and DEA-Solver Software. Wyd. Springer.
Guzik B., 2009 – Podstawowe modele DEA w badaniu efektywności gospodarczej i społecznej. Wyd. Uniwersytetu Ekonomicznego w Poznaniu, Poznań.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Kapłan R., Grzesiak P., 2018: DEA jako metoda oceny technologii energetycznych – porównanie wybranych technologii, Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN, Numer 102
Kapłan R., Grzesiak P., Kwaśniewski K., Kopacz M., Łebkowski P., 2015: Modele Data Envelopment Analysis (DEA) wykorzystywane do oceny efektywności energochemicznego przetwórstwa węgla, Polityka Energetyczna, Tom 18, Zeszyt 2, Kraków 2015.

Informacje dodatkowe:

Ogólne warunki uczestnictwa i zaliczenia przedmiotu określa Regulamin Studiów