Grundlæggende statistik og sandsynlighedsregning (GSS)
Kursusindhold
Kurset giver en introduktion til sandsynlighedsregning og statistik og omfatter følgende emner:
- Sandsynlighed, betinget sandsynlighed, uafhængighed.
- Stokastiske variable, middelværdi og varians, forventning, transformation.
- Simultane og marginale fordelinger, kovarians og korrelation.
- Diskrete og kontinuerte sandsynlighedsfordelinger.
- Transformationer af normalfordelte variable.
- Maksimum likelihood-(ML-)estimation.
- Konstruktion af konfidensinterval og hypoteseafprøvning i basale normalfordelingsmodeller.
- Introduktion til store tals lov og den centrale grænseværdisætning (der anvendes i økonometrifagene).
- Computersimulation.
Engelsk titel
Introductory Probability Theory and Statistics (GSS)
Uddannelse
Bacheloruddannelsen i datalogi-økonomi
Målbeskrivelse
Viden om
- Basal forståelse af aksiomer og regneregler for sandsynligheder samt af stokastiske variable.
- Grundig forståelse af betingede sandsynligheder, uafhængighed og tilhørende regneregler.
- Grundig forståelse af sandsynlighedsfunktioner og –tætheder i én og to dimensioner, middelværdi og varians, kovarians og korrelation, samt forskellen mellem marginale og simultane fordelinger.
- Basal forståelse for de statistiske grundbegreber: statistisk model, estimation, princippet om ML-estimation, konfidensinterval og hypoteseafprøvning.
- Basal forståelse af store tals lov og den centrale grænseværdisætning.
Færdigheder i at
- Beregne sandsynligheder og betingede sandsynligheder ved brug af deres definitioner og regneregler.
- Gennemføre beregninger vedrørende marginale, simultane og betingede sandsynligheder samt momenter for diskrete stokastiske variable.
- Gennemføre beregninger vedrørende marginale tætheder og simple transformationer for kontinuerte stokastiske variable.
- Gennemføre simple computersimulationseksperimenter ved hjælp relevant software med henblik på at undersøge egenskaber ved stokastiske variable og deres fordelinger.
- Gennemføre estimation, beregne konfidensintervaller og udføre simple hypoteseafprøvninger i de præsenterede statistiske modeller.
Kompetencer til at
- Oversætte oplysninger (givet som tekst) om sandsynligheder, betingede sandsynligheder og eksperimenter til de relevante matematiske formler og udtryk.
- Opstille simple statistiske modeller, kunne vurdere deres relevans for at afklare konkrete videnskabelige spørgsmål, og kunne kvantificere usikkerhed vedrørende deres konklusioner.
- Designe, udføre og fortolke simple computersimulationseksperimenter, der undersøger egenskaber ved stokastiske variable og deres fordelinger.
Undervisningsform
6 timers forelæsning og 6 timers øvelser om ugen i 7 uger.
Anbefalede faglige forudsætninger
Introduktion til matematik (MatIntro).
Feedbackform
Løbende feedback i undervisningsforløbet
Eksamen
- ECTS
- 7,5 ECTS
- Prøveform
-
Skriftlig prøve, 4 timer med opsyn....
- Hjælpemidler
- Skriftlige hjælpemidler tilladt
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ekstern censur
Kriterier for bedømmelse
Den studerende skal på tilfredsstillende måde godtgøre at vedkommende lever op til fagets målbeskrivelse.
Kursustype
Enkeltfag dagtimer (tompladsordning)
Arbejdsbelastning
- Kategori
- Timer
- Forelæsninger
- 42
- Forberedelse (anslået)
- 118
- Teoretiske øvelser
- 42
- Eksamen
- 4
- Total
- 206
Kursusinformation
- Undervisningssprog
- Dansk
- Kursusnummer
- NDAB19003U
- ECTS
- 7,5 ECTS
- Niveau
- Bachelor
- Varighed
-
1 blok
- Kapacitet
- Ingen begrænsning.
- Studienævn
- Studienævn for Matematik og Datalogi
Udbydende institut
- Datalogisk Institut
Udbydende fakultet
- Det Natur- og Biovidenskabelige Fakultet
Kursusansvarlig
- Maria Juul Hansen (17-7367786f6734707b7b72346e6774796b74466b69757434717b346a71)
Gemt den
13-11-2020
Timetable
Are you BA- or KA-student?
Are you bachelor- or kandidat-student, then find the course in the course catalog for students:
Courseinformation of students
Courseinformation of students