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.

 

Kurset bidrager til opfyldelsen af målet om, at de studerende på datalogi-økonomi får

  • Teoretisk og praktisk indsigt fra kurser i statistik
  • Erfaring i at arbejde med programmering
Engelsk titel

Introductory Probability Theory and Statistics (GSS)

Uddannelse

Bacheloruddannelsen i datalogi-økonomi

Målbeskrivelse

Viden om

  • Aksiomer og regneregler for sandsynligheder samt af stokastiske variable.
  • Betingede sandsynligheder, uafhængighed og tilhørende regneregler.
  • Sandsynlighedsfunktioner og –tætheder i én og to dimensioner, middelværdi og varians, kovarians og korrelation, samt forskellen mellem marginale og simultane fordelinger.
  • De statistiske grundbegreber: statistisk model, estimation, princippet om ML-estimation, konfidensinterval og hypoteseafprøvning.
  • 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.
Øvelser er en kombination af selvstændigt arbejde og gennemgang af opgaver med hjælp fra øvelseslærere. Forelæsninger vil være en kombination af slides, der tager udgangspunkt i pensum, tavlegennemgang, videoer med ekstramateriale, dialog mellem underviser og studerende, quizzer, og diskussioner i mindre grupper blandt de studerende.

  1. Se Absalon, når kurset er oprettet.

  2.  

    Eksempelvis kunne følgende indgå i pensum:
  3. M. Sørensen: En introduktion til sandsynlighedsregning. 9. udgave. 
  4.  
  5. H. B. Nielsen: Introduction to likelihood based estimation and inference. Third edition.

Introduktion til matematik (MatIntro).

Løbende feedback i undervisningsforløbet
Peerfeedback (studerende giver hinanden feedback)

Der gives skriftlig feedback på obligatoriske afleveringsopgaver. Derudover løbende mundtlig feedback i undervisningsforløbet fra øvelseslærere samt feedback fra quizzer i forelæsninger og som del af forberedelsen. 

ECTS
7,5 ECTS
Prøveform
Skriftlig prøve, 4 timer med opsyn.
Prøveformsdetaljer
...
Hjælpemidler
Skriftlige hjælpemidler tilladt

Herunder bøger, egne noter og slides fra undervisningen, lommeregner samt programmer, der er tilgængelige på computerne i eksamenslokalet.

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   (17-786c7d746c397580807739736c797e70794b706e7a79397680396f76)
Gemt den 28-02-2022

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