Emne
Beslutningsanalyse med Excel (IND520)
Fakta
Emnekode IND520
Vekting (stp) 10
Semester undervisningsstart Vår
Undervisningsspråk Engelsk
Antall semestre 1
Vurderingssemester Vår
Timeplan Vis timeplan
Litteratur Søk etter pensumlitteratur i Leganto
Introduksjon
I dette emnet brukes reelle eksempler for å analysere bedriftsøkonomiske og mikroøkonomiske beslutningsproblemer og for å håndtere usikkerhet og konkurrerende mål i beslutningssituasjoner. Beslutningsproblemene modelleres i Excel for å bygge et solid grunnlag som kan overføres til arbeidsmarkedet.
Innhold
Analyse vil bli gjennomført for en rekke eksempler på bedriftsøkonomiske og mikroøkonomiske beslutningsproblemer. Det vil bli lagt vekt på å lage regneark-modeller som er både logisk korrekte og lette å lese, og på sensitivitetsanalyse. Valg av modell avhenger av egenskapene til problemet det jobbes med. Emnet starter med enkle lineære modeller og bygger opp til mer komplekse beslutningssituasjoner med usikkerhet. Hovedtema i emnet er optimiseringsmodeller, simuleringsmodeller, beslutningstre og dataanalyse.
Emnet er basert på bruk av Excel som er et effektivt og mye brukt verktøy for kvantitative analyser i industrien. Studenter kan jobbe på egen pc med Excel og ulike ekstraprogramvarer (add-inn) installert. De viktigste Excel tilleggsprogrammene som vil bli brukt er Analytic Solver og DADM_Tools (et gratis verktøy som ligner på @RISK del av DecisionTools Suite). Analytic Solver add-inn fungerer ikke optimalt på Mac-maskiner. Siden @RISK er lisensbelagt og ikke tilgjengelig for Mac, vil vi omgå dette ved å bruke alternativet DADM_Tools. Noen av emnene vil bli delt på forhånd i form av opptak av forelesninger som vil danne et grunnlag for forelesningene i klasserom. Opptak av forelesninger vil bli gjort tilgjengelig for studenter etter hver forelesning, hvis ikke annet er spesifisert.
Emnet inkluderer presentasjoner fra industrien på hvordan Excel brukes i beslutningsanalyse ved deres institusjoner. Studentene vil ha mulighet til å spørre spørsmål til og kommunisere med disse representantene fra industrien.
Læringsutbytte
Kunnskap
Etter fullført emne skal studenten ha kunnskap om:
- lineær, heltall og ikke-lineær matematisk programmering relevant for bedrifters beslutningsproblemer
- betingelser for når forskjellige modeller kan brukes samt deres begrensinger
- løsningsalgoritmer
- analyse av beslutninger under usikkerhet
- simuleringsanalyse
Ferdigheter
Etter fullført emne skal studenten kunne:
- sette opp en regnearkmodel av en bedrifts beslutningsproblem i Excel
- vite når det er nødvendig å bruke LP modeller, heltallsmodeller eller ikke-lineære modeller
- utføre sensitivitetsanalyse for LP modeller i Excel
- lese og tolke resultater fra sensitivitetsrapporter for LP modeller, blant annet skyggepriser og slakk-verdier
- finne best mulig løsning på beslutningsproblemer i Excel
- analysere beslutningstre for beslutningsproblemer under usikkerhet
- beregne verdien av ulike grader av informasjon basert på forventet verdi som beslutningskriterium
- gjennomføre simuleringsmodeller i Excel for å vurdere konsekvenser av beslutninger under usikkerhet
- beregne og tolke konfidensintervaller for estimater fra simuleringsmodeller
- gi økonomisk tolkning av løsninger og hva de betyr for kostnader og begrensinger bedrifter møter i beslutningsproblemer
Generell Kompetanse
Etter fullført emne skal studenten kunne kommunisere med representanter fra industrien om:
- hvordan et økonomisk beslutningsproblem kan formuleres som et matematisk beslutningsproblem
- de forskjellige typer av modeller tilgjengelig og betingelsene for deres bruk
- hvordan disse modellene kan bli implementert i praksis og løst
- de fundamentale økonomiske begrensninger og avveininger en bedrift ofte møter i sine beslutningsproblemer
Forkunnskapskrav
Anbefalte forkunnskaper
Eksamen / vurdering
Mappe
Vekt 1/1
Varighet 1 Semestre
Karakter Bokstavkarakterer
Hjelpemiddel Alle
Denne mappevurderingen inkluderer følgende aktiviteter med vekting indikert i paranteser:
- 5 individuelle klasseroms-quiz (2% hver, totalt 10% av mappevurderingen)
- 1 individuell hjemmeoppgave (40%)
- 1 gruppepresentasjon (videoopptak, "flipped classroom"-stil) med peer-review (20%)
- 1 gruppeprosjekt hvor studenter renser og forbereder data, og analyserer ved bruk av Excel - leveres som skriftlig rapport (30%)
Innleveringer gjennomføres på engelsk.
Det tilbys ikke kontinuasjonsmuligheter på mappen. Studenter som ikke består eller ønsker å forbedre karakteren sin kan gjøre dette neste gang emnet har ordinær undervisning. Arbeid og rapporter som leveres i et semester kan ikke brukes om igjen.
Egenerklæringsskjema for bruk av KI-verktøy i emnet skal benyttes.