doc. dr. Nuša Erman / Asst. Prof. Ph.D. Nuša Erman
E-mail: nusa.erman@fis.unm.si
Govorilne ure: po dogovoru
Bibliografija: COBISS šifra 30813
V letu 2007 je diplomirala na Fakulteti za družbene vede Univerze v Ljubljani, smer Družboslovna informatika. Doktorski študij je zaključila na Interdisciplinarnem doktorskem študiju Statistika Univerze v Ljubljani, kjer je leta 2013 zagovarjala svojo doktorsko disertacijo z naslovom “Analiza znanstvenih omrežij na področju e-uprave”. Od leta 2008 do leta 2013 je bila zaposlena kot mlada raziskovalka na Fakulteti za upravo Univerze v Ljubljani. Od leta 2014 do leta 2020 se je samostojno ukvarja s statističnim svetovanjem in izvajanjem statističnih analiz, do leta 2018 pa je kot zunanja sodelavka sodelovala tudi s Fakulteto za uporabne družbene študije v Novi Gorici. Svoje strokovno znanje je izpopolnjevala in nadgrajevala tudi v gospodarskem sektorju.
Na Fakulteti za informacijske študije je najprej sodelovala kot zunanja sodelavka, od leta 2017 pa je na fakulteti zaposlena kot visokošolska učiteljica. V študijskem letu 2023/2024 je izvajala predmete Izbrana poglavja iz verjetnosti in statistike, Vizualizacija podatkov, Napredna statistika ter Statistično učenje in modeliranje, prav tako pa je nosilka predmetov Statistika 1, Statistika 2, Multivariatna analiza, Analiza kategorialnih podatkov in Metode kvantitativne analize.
—————
In 2007 she graduated from the Faculty of Social Sciences at the University of Ljubljana, majoring in Social Informatics. She completed her doctoral studies at the Interdisciplinary Doctoral Programme in Statistics at the University of Ljubljana, where she defended her doctoral thesis entitled “Analysis of scientific networks in the field of e-government” in 2013. From 2008 to 2013 she worked as a young researcher at the Faculty of Public Administration, University of Ljubljana. From 2014 to 2020, she has been working independently in statistical consultancy and statistical analysis. Until 2018, she also worked as a external associate with the School for Advanced Social Studies in Nova Gorica. She has also developed and expanded her expertise in the business sector.
She first joined the Faculty of Information Studies as an external associate, and since 2017 she has been working at the Faculty as a senior lecturer. In the academic year 2023/2024, she taught Selected Chapters in Probability and Statistics, Data Visualisation, Advanced Statistics and Statistical Learning and Modelling, and she is also a lecturer in Statistics 1, Statistics 2, Multivariate Analysis, Analysis of Categorical Data and Methods of Quantitative Analysis.
-
Visokošolski program ISD
-
Univerzitetni program ISD
-
Visokošolski program RST
-
Magistrski program RST
-
Magistrski program ISD
-
Magistrski program PZ
-
Magistrski program PI
2. letnik
Multivariatna analiza
Multivariatna analiza študente seznani s teoretskimi osnovami in s praktičnimi vidiki statističnih metod s področja multivariatne statistike. Študentje se srečajo z matrikami, razvrščanjem v skupine, multivariatno, regresijsko, faktorsko in diskriminantno analizo, analizo variance ter analizo glavnih komponent. Pri tem se usposobijo za izvedbo najzahtevnejše statistične analize za izvedbo raziskav, kjer se obravnava povezava med več statističnimi spremenljivkami hkrati. Po skupinah izvedejo projekt, kjer konkreten statistični problem rešujejo tudi z uporabo najaktualnejših programskih orodij za statistično analizo. Povezava na učni načrt.
1. letnik
Statistika 1
Pri predmetu Statistika 1 študentje spoznajo proces statistične obdelave podatkov (npr. obdelava anketnih vprašalnikov). Vzorec, spremenljivka, vprašalnik, aritmetična sredina, mediana, koeficient korelacije so le nekateri od pojmov, ki jih bodo aktivno uporabljali pri samem predmetu. Za osnovno statistično obdelavo podatkov na vajah v računalniški učilnici uporabljajo sodobna programska orodja (SPSS, …), ki omogočajo analizo zbranih podatkov. Pripravijo tudi projekt, ki bo obravnaval konkreten statistični problem. Povezava na učni načrt.
Statistika 2
Predmet Statistika 2 nadaljuje predstavitev procesa statistične obdelave podatkov. Verjetnostni račun, anketno raziskovanje, ocenjevanje parametrov, slučajni vzorci, statistične domneve, bivariatna analiza so novi pojmi, ki jih študentje spoznajo. Za osnovno statistično obdelavo podatkov na vajah v računalniški učilnici uporabijo sodobna programska orodja (R), ki omogočajo urejanje in prikazovanje podatkov, izračun vseh pomembnih parametrov, intervalne ocene parametrov ter preizkušanje domnev. Pripravijo tudi projekt, s katerim rešijo konkreten statistični problem. Povezava na učni načrt.
2. letnik
Multivariatna analiza
Multivariatna analiza študente seznani s teoretskimi osnovami in s praktičnimi vidiki statističnih metod iz področja multivariatne statistike. Študentje se srečajo z matrikami, razvrščanjem v skupine, kanonično korelacijo, podatkovnim rudarjenjem, multivariatno, regresijsko, faktorsko in diskriminantno analizo, analizo variance ter metodo glavnih komponent. Pri tem se usposobijo za izvedbo najzahtevnejše statistične analize za izvedbo raziskav, kjer se obravnava povezava med več statističnimi spremenljivkami hkrati. Po skupinah izvedejo projekt, kjer bodo konkreten statistični problem reševali tudi z uporabo najaktualnejših programskih orodij za statistično analizo. Povezava na učni načrt.
1. letnik
Statistika 1
Pri predmetu Statistika 1 študenti spoznajo proces statistične obdelave podatkov (npr. obdelava anketnih vprašalnikov). Vzorec, spremenljivka, vprašalnik, aritmetična sredina, mediana, koeficient korelacije, časovne vrste so le nekateri od pojmov, ki jih aktivno uporabljajo pri samem predmetu. Za osnovno statistično obdelavo podatkov študentje na vajah v računalniški učilnici uporabijo sodobna programska orodja (SPSS, …), ki omogočajo analizo zbranih podatkov. Pripravijo tudi projekt, ki obravnava konkreten statistični problem. Povezava na učni načrt.
1. letnik
Napredna statistika
Pri predmetu Napredna statistika študenti spoznajo osnovne in napredne metode analize podatkov in poizvedovanja v podatkih ter raziskovalne metode, postopke in procese. Cilj predmeta je, da so študenti sposobni samostojne izvedbe kvantitativne raziskave in analize podatkov z uporabo ustreznih statističnih metod in modelov s pomočjo primerne programske opreme. Študenti so sposobni uporabiti izbrane metode in tehnike kvantitativnega raziskovanja na višjem nivoju ter pridobijo znanje o uporabi osnovne programske opreme za kvantitativno analizo. Povezava na učni načrt.
1. letnik
Metode kvantitativne analize
Metode kvantitativne analize predstavijo pristope kvantitativnega raziskovanja ter izbrane statistične metode za izvedbo zahtevnih kvantitativnih analiz. Študentje spoznajo vse najpomembnejše faze kvantitativne raziskave: formuliranje raziskovalnih vprašanj oz. hipotez, definiranje skupine, na kateri se bo izvajala kvantitativna analiza, morebitna izbira vzorca, definiranje merjenih spremenljivk, zbiranje podatkov (merjenje), analiza podatkov, preverjanje domnev in interpretacija ter predstavitev rezultatov. Pri tem uporabljajo sodobno programsko opremo (poudarek je na zahtevnem, a zelo zmogljivem programu R). Povezava na učni načrt.
Projekti informacijskih tehnologij
Študentje osnovno znanje o projektnem delu nadgradijo s poznavanjem informacijsko komunikacijskih orodij za vodenje projektov, ki jih tudi aktivno uporabljajo na vajah. Spoznajo postopke projektnega vodenja, organiziranja, delovanja in komuniciranja s projektno skupino, identifikacije naročnikovih zahtev, razvoja načrta projekta informacijskih tehnologij, sistemski pristop v upravljanju projektov, monitoring projekta in nadzor ter upravljanje tveganj v projektih IT. Tako so sposobni pripraviti in voditi projekt informacijskih tehnologij, nadzirati izvajanje projektov informacijskih tehnologij in pri tem uporabljati ustrezno tehnologijo za vodenje projektov. Povezava na učni načrt.
1. letnik
Izbrana poglavja iz verjetnosti in statistike
Pri predmetu Izbrana poglavja iz verjetnosti in statistike pridobimo znanje za uporabo ustreznih metodoloških pristopov za izvajanje, koordiniranje in organiziranje raziskav. Približane so nam izvedbe kvantitativne raziskave in analize podatkov z uporabo ustreznih statističnih metod in modelov s pomočjo primerne programske opreme. Povezava na učni načrt.
Vizualizacija podatkov
Predmet Vizualizacija podatkov je uvod v uporabo programskega okolja R, kjer spoznamo vrste podatkov v R, vektor, faktor, seznam, matrika in podatkovni okvir. Podatke pred njihovo vizualizacijo preučujemo, vizualizacije načrtujemo in na podlagi izbranega izberemo ustrezen grafični prikaz. Vizualizacija z uporabo osnovnih R ukazov omogoča lažje obvladanje vizualizacijskih metod, postopkov in procesov. Povezava na učni načrt.
2. letnik
Statistično učenje in modeliranje
Predmet Statistično učenje in modeliranje obravnava statistične modele, linearne regresijske metode, posplošeno linearno modeliranje, linearne klasifikacijske metode, samovzorčenje, nelinearno modeliranje, drevesne metode in nenadzorovano učenje. Študent pridobi predmetno-specifične kompetence, kot so poznavanje osnovnih in naprednih metod analize podatkov in poizvedovanja v podatkih, obvladanje raziskovalnih metod, postopkov in procesov, sposobnost izvedbe kvantitativne raziskave in analize podatkov z uporabo ustreznih statističnih metod in modelov s pomočjo primerne programske opreme. Povezava na učni načrt.
1. letnik
Projekti informacijskih tehnologij
Študentje osnovno znanje o projektnem delu nadgradijo s poznavanjem informacijsko komunikacijskih orodij za vodenje projektov, ki jih tudi aktivno uporabljajo na vajah. Spoznajo postopke projektnega vodenja, organiziranja, delovanja in komuniciranja s projektno skupino, identifikacije naročnikovih zahtev, razvoja načrta projekta informacijskih tehnologij, sistemski pristop v upravljanju projektov, monitoring projekta in nadzor ter upravljanje tveganj v projektih IT. Tako so sposobni pripraviti in voditi projekt informacijskih tehnologij, nadzirati izvajanje projektov informacijskih tehnologij in pri tem uporabljati ustrezno tehnologijo za vodenje projektov. Povezava na učni načrt.
