Mata kuliah ini memberikan pengantar model probabilitas untuk variabel acak diskrit dan kontinu, model statistik untuk waktu kegagalan, estimasi parameter model, perbandingan model dan prediksi kegagalan di masa mendatang.

Mata Kuliah Metode Penelitian 2 mempelajari konsep, teori dan aplikasi analisis spasial. Materi meliputi : pengantar, kajian jurnal tentang metode-metode dan aplikasi regresi spasial, penyusunan proposal tugas akhir. Mata kuliah ini diberikan pada semester 6 dan bersifat wajib bagi mahasiswa Program Studi Statistika FMIPA UNS. Mata kuliah prasyaratnya adalah pernah mengambil mata kuliah Metode Penelitian 1.

Mata kuliah membahas pemodelan finite mixture sebagai metode pengelompokan berbasis model.

-  Konsep Model Based Clustering.

-  Model Finite Mixture.

-   Estimasi Model Finite Mixture

-   Penentuan Banyaknya Komponen Mixture

-   Pemilihan model terbaik

-   Penerapan Model Finite Mixture untuk Clustering


Mata kuliah ini yang  memberikan pemahaman dasar kepada mahasiswa mengenai konsep statistika spasial dan penerapannya dalam analsis data spasial. Secara garis besar, topik-topik yang diberikan adalah : konsep data spasial, pemodelan spasial titik dengan respon berdistribusi normal (GWR), pemodelan spasial titik dengan respon berdistribusi Poisson (GWPR), pemodelan spasial titik dengan respon berdistribusi normal melalui model SAR dan SEM.

Mampu melakukan analisis terhadap beberapa alternatif solusi yang tersedia di bidang statistika untuk menyelesaikan masalah dan mampu menyajikan kesimpulan analisis untuk pengambilan keputusan yang tepat.


Mata kuliah ini mempelajari tahapan-tahapan pemodelan runtun waktu menggunakan metode singular spectrum analysis. Materi yang dipelajari meliputi proses emedding, proses dekomposisi berdasarkan nilai singular, proses pengelompokan, dan proses rekonstruksi komponen runtun waktu. Setelah menguasai materi ini, mahasiswa dapat menggali ide mengenai penerapan metode SSA untuk menyelesaikan permasalahan nyata di lingkungan sekitar dan dituangkan dalam bentuk prioposal penelitian tugas akhir

Ruang lingkup statistika ekonomi membahas tentang model regresi dan persamaan tunggal, estimasi regresi dua variabel dan asumsi normalitas, estimasi interval dan testing hipotesa, analisis regresi berganda, inferensi regresi berganda dan pelanggaran asumsi klasik, pelang garan asumsi klasik multikolini eritas, pelang garan asumsi klasik hetero kedastisitas, pelang garan asumsi klasik autokorelasi dan topik ekonometri ka lainnya, model regresi non linear, model regresi respon kualitatif dan model probabilitas linear, model regresi respon kualitatif, model logit dan probit, model dinamis dan model koyck, model dinamis, model ekspektasi adaptive, model pe nyesuaian parsial/stok, persamaan simultan, model persamaan simultan dan masalah identifikasi, dan persamaan simultan serta metodenya

Mata kuliah ini mempelajari beberapa metode peramalan runtun waktu, yaitu model AR, MA, ARMA, ARIMA, model ARIMA musiman, dan model volatilitas GARCH

mengungkapkan dan menjelaskan langkah-langkah spesifikasi pengumpulan, analisis, dan interpretasi informasi yang menghubungkan organisasi dengan pasarnya, identifikasi masalah dan peluang pemasaran, dan penyusunan serta evaluasi serangkaian tindakan pemasaran


Mata kuliah ini membicarakan tentang analisis faktor, analisis kluster, analisis diskriminan, analisis biplot, analisis korespondensi, dan penskalaan dimensi ganda


Mata kuliah ini yang memberikan pemahaman dasar kepada mahasiswa mengenai konsep statistika spasial dan penerapannya dalam analsis data spasial. Secara garis besar, topik-topik yang diberikan adalah : konsep data spasial, pemodelan spasial titik dengan respon berdistribusi normal (GWR), pemodelan spasial titik dengan respon berdistribusi Poisson (GWPR), pemodelan spasial titik dengan respon berdistribusi normal melalui model SAR dan SEM.

Mata Kuliah Analisis Data Kategorik mempelajari konsep, teori dan aplikasi metode statistika untuk data kategorik. Materi Analisis Data Kategorik meliputi : Pengantar, Analisis data kategorik dengan menggunakan metode tabel kontingensi dua dimensi, 3 dimensi serta K dimensi, model log linear dua dimensi, tiga dimensi serta K dimensi, regresi logistik biner , regresi logistik multinomial , regresi logistik ordinal serta aplikasinya. Mata kuliah ini diberikan pada semester 6 dan bersifat wajib bagi mahasiswa Program Studi Statistika FMIPA UNS. Mata kuliah prasyaratnya adalah pernah mengambil mata kuliah Metode Statistika . Untuk memudahkan mahasiswa dalam memahami mata kuliah ini diberikan kelas praktikum.