Page 171 - handbook 20142015

Buku Panduan Fakulti Sains, Sesi 2014/2015

SJEM3450 ANALISIS MULTIVARIAT PENGENALAN Rujukan:
1. Taylor, H. M. & Karlin, S. (1994), An introduction to
Kegunaan/aplikasi analisis multivariat. Mengurus dan stochastic modeling, Academic Press.
mengguna data multivariat. Teori matriks. Vektor rawak 2. Kao, E. P. C. (1997), An Introduction To Stochastic
dan matriks rawak. Taburan Normal multivariat. Taburan Processes, Duxbury Press.
Wishart dan taburan Hotellings. Topik pilihan daripada; 3. Ross, S. M. (2000), An introduction to probability
th
kaedah graf, analisis regresi, korelasi, komponen models, Academic Press (7 ed.).
prinsipal, analisis faktor, analisis pembezalayan, dan 4. Ross, S. M. (1996), Stochastic processes, John
nd
kaedah kelompok. Wiley (2 ed.).
Kaedah Penilaian:
Ujian/ Penilaian Berterusan: 40% SJEM3453 SIRI MASA DAN KAEDAH PERAMALAN
Peperiksaan Akhir: 60%
Pengenalan kepada siri masa: data, ciri, contoh.
Bahasa Pengantar:
Bahasa Inggeris Pengenalan kepada peramalan: Kaedah-kaedah
peramalan, ralat dalam peramalan, pemilihan teknik
Kemahiran Insaniah: peramalan, teknik-teknik peramalan kualitatif dan
CS2, CT3, LL2, EM1 kuantitatif
Rujukan: Regresi siri masa: pemodelan trend, pengesanan
1. Johnson, K. A. & Wichern, D. W. (2002), Applied autokorelasi, jenis variasi bermusim, pemodelan variasi
Multivariate Analysis, Prentice-Hall International, (5 th bermusim, model lengkuk pertumbuhan, menangani
ed.). autokorelasi darjah pertama
2. C. Chatfield & A. J. Collins (1980), An Introduction to
Multivariate Analysis, Chapman & Hall. Kaedah-kaedah purata: Purata bergerak, penghalusan
3. Anderson, T. A. (1984), An Introduction to eksponen mudah, Moving average, menjejaki isyarat,
nd
Multivariate Statistical Analysis, Wiley (2 ed.). kaedah Holt, kaedah Holt-Winters, kaedah trend
eksponen melengas.
SJEM3451 KAEDAH INTENSIF KOMPUTER DALAM Kaedah Box-Jenkins: Data tak bergerak dan data
STATISTIK bergerak, perbezaan, fungsi autokorelasi dan fungsi
autokorelasi separa, pemodelan tak bermusim (ARIMA),
Penjanaan berkomputer pembolehubah rawak seragam semakan diagnosis, peramalan.
dan tak seragam. Perhitungan kamiran Monte Carlo,
penurunan varians. Taburan empirik; kaedah bootstrap Model ARCH dan GARCH.
dan jackknife, anggaran bootstrap sisihan piawai dan
ketaksaksamaan, selang keyakinan bootstrap. Kaedah Penilaian:
Kebolehjadian empirik, data terhilang, Algoritma Ujian/ Penilaian Berterusan: 40%
Jangkaan-Maksimum, Kaedah Monte Carlo rantai Markov. Peperiksaan Akhir: 60%
Penilaian: Bahasa Pengantar:
Ujian/ Penilaian Berterusan: 40% Bahasa Inggeris
Peperiksaan Akhir: 60%
Kemahiran Insaniah:
Bahasa Pengantar: CS3, CT3, LL2
Bahasa Inggeris
Rujukan:
Kemahiran Insaniah: 1. Box, G. E. P., Jenkins, G. W., & Reinsel, G. (1994)
CS3, CT3, LL2 Time Series Analysis, Forecasting And Control,
Prentice Hall, (3 rd ed.).
Rujukan: 2. Makridakis, S., Wheelwright, S. C. & Hyndman, R. J.
1. Roberts, C.P. & Casella, G. (2000), Monte Carlo (1998) Forecasting Methods and Application, Wiley.
Statistical Methods, Springer. 3. Lazim, M. A. (2001), Introductory Business
2. Ross, S.M. (1991), A Course In Simulation, Forecasting, A Practical Approach, Univision Press.
Maxwell-Macmillan. 4. Evans, M. K. (2003), Practical Business
Forecasting, Blackwell.
5. Bowerman, B. L., O'Connel, R. T. & Boehler, A. B.
SJEM3452 PROSES STOKASTIK GUNAAN (2005), Forecasting, Time Series and Regression,
Duxbury.
Matrik asasi. Rantai Markov kebolehberbalikan masa.
Proses Poisson. Proses lahir-mati. Perjalanan rawak dan
gerakan Brownian. Penggunaan dalam fenomena "real- SJEM3454 TAJUK LANJUTAN DALAM ANALISIS
world" dan kewangan. REGRESI

Kaedah Penilaian: Model Regresi Linear Berganda: Pentaabiran Serentak,
Ujian/ Penilaian Berterusan: 40% Kriteria Memilih Model, Diagnostik Pengaruh dan
Peperiksaan Akhir: 60% Kekolinearan Berganda. Pengenalan kepada Regresi
Logistik dan Regresi Poisson: anggaran Kebolehjadian
Bahasa Pengantar: Maksimum Bagi Parameter, Ujian Kekurangan Penyuaian,
Bahasa Inggeris Ujian Bardasarkan Sisihan dan Skor.

Kemahiran Insaniah: Kaedah Penilaian:
CS3, CT3, LL2 Ujian/ Penilaian Berterusan: 40%
Peperiksaan Akhir: 60%

31