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.
Introductory Probability Theory and Statistics (GSS)
Bacheloruddannelsen i datalogi-økonomi
Viden om
- Forståelse af aksiomer og regneregler for sandsynligheder samt af stokastiske variable.
- Forståelse af betingede sandsynligheder, uafhængighed og tilhørende regneregler.
- Forståelse af sandsynlighedsfunktioner og –tætheder i én og to dimensioner, middelværdi og varians, kovarians og korrelation, samt forskellen mellem marginale og simultane fordelinger.
- Forståelse for de statistiske grundbegreber: statistisk model, estimation, princippet om ML-estimation, konfidensinterval og hypoteseafprøvning.
- 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 af relevant software med henblik på at undersøge egenskaber ved stokastiske variable og deres fordelinger.
- Estimere simple statistiske modeller, 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.
6 timers forelæsning og 6 timers øvelser om ugen i 7 uger.
-
Se Absalon, når kurset er oprettet.
-
- M. Sørensen: En introduktion til sandsynlighedsregning. 9. udgave.
- H. B. Nielsen: Introduction to likelihood based estimation and inference. Third edition.
Introduktion til matematik (MatIntro).
- ECTS
- 7,5 ECTS
- Prøveform
-
Skriftlig prøve, 4 timer med opsyn.I 2021 holdes eksamen som ITX-analog eksamen. Det betyder at eksamensopgaven bliver udleveret elektronisk via eksamenscomputeren, mens besvarelsen skrives i hånden og afleveres på papir.
- Hjælpemidler
- Skriftlige hjælpemidler tilladt
Herunder bøger, egne noter og slides fra undervisningen, lommeregner samt programmer, der er tilgængelige på computerne i eksamenslokalet.
Da eksamen afholdes på ITX, stiller ITX computere til rådighed. Egen computer, tablet eller mobiltelefon må IKKE medbringes. Hvis lærebøger og noter er tilladte ifølge kursusbeskrivelsen skal de medbringes i papirform eller uploades før eksamen til ITX-systemet via Digital Eksamen.
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ekstern censur
Kriterier for bedømmelse
Se målbeskrivelsen.
Enkeltfag dagtimer (tompladsordning)
- 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
- Placering
- Blok 3
- Skemagruppe
-
B
- Kapacitet
- Ingen begrænsning.
Der kan være færre pladser i eftertilmeldingsperioden - Studienævn
- Studienævn for Matematik og Datalogi
Udbydende institut
- Datalogisk Institut
Udbydende fakultet
- Det Natur- og Biovidenskabelige Fakultet
Kursusansvarlig
- Maria Juul Hansen (17-7b6f80776f3c7883837a3c766f7c81737c4e73717d7c3c79833c7279)
Are you BA- or KA-student?
Courseinformation of students