Statistiske metoder (StatMet)

Kursusindhold

Kurset introducerer en række praktiske og teoretiske værktøjer til at lave statistiske dataanalyser. Der lægges vægt på at sætte den studerende i stand til at bruge det statistiske software R effektivt til visualisering, oprensning, klargøring og modellering af konkrete datasæt. Desuden lægges vægt på at illustrere brugen af simulation og sampling baserede metoder som et naturligt værktøj til at analysere statistiske problemstillinger.

 

Kurset giver desuden en introduktion til klassen af lineære normale modeller, som har en stor praktisk anvendelighed. Der lægges vægt på at give en detaljeret matematisk forståelse af resultater vedrørende fordelingen af estimatorer og teststørrelser for en række vigtige modeller baseret på normalfordelingen: lineær regression, en- og tosidet variansanalyse, flerfaktormodeller samt kombinationer af disse. 
 

Engelsk titel

Statistical Methods

Uddannelse

Bacheloruddannelsen i matematik
Bacheloruddannelsen i forsikringsmatematik
Bacheloruddannelsen i matematik-økonomi

Målbeskrivelse

Viden:

  • Kendskab til grundlæggende statistiske begreber (fx. fordelingsfunktion, fraktiler og momenter) og deres matematiske egenskaber 
  • Karakterisering af sandsynlighedsmål på R
  • Praktisk og teoretisk forståelse af begreber og metoder som knytter sig til transformation af en- og flerdimensionale sandsynlighedsmål
  • Kendskab til simulation som redskab
  • Kendskab til sampling baserede metoder og fordelinger
  • Kendskab til praktisk dataanalyse i R
  • Dybdegående praktisk og teoretisk forståelse af en række eksempler på lineære normale modeller

 

Færdigheder:

Ved kursets afslutning forventes den studerende at kunne:

  • Udlede fordelingsmæssige egenskaber for estimatorer og teststørrelser baseret på transformationer af normalfordelte variable
  • Kunne beregne konfidensintervaller og udføre hypotesetest knyttet til udvalgte eksempler som gennemgås på kurset
  • Benytte R til simulation og resampling fx. med henblik på at studere fordelingen af en estimator eller en teststørrelse
  • Benytte R til praktiske dataanalyser
  • Anvende og fortolke R output fra de lineære normale modeller som gennemgås på kurset

 

Kompetencer:

Den studerende skal efter endt kursus kunne

  • Udvælge og anvende relevante statistiske metoder på konkrete datasæt ved brug af R
  • Indgå i et fagligt samarbejde omkring løsningen af en  statistisk opgave, hvori der indgår teoretiske såvel som praktiske aspekter

4 timers forelæsninger og 4 timers øvelser om ugen i 8 uger

Lebesgueintegralet og målteori (LIM) og Sandsynlighedsteori (SAND) senest samtidig samt et introducerende kursus i sandsynlighedsregning og statistik (fx. SS).

Mundtlig
Kollektiv
ECTS
7,5 ECTS
Prøveform
Løbende bedømmelse
Prøveformsdetaljer
Den løbende evaluering består af 3 multiple choice prøver og en skriftlig opgave som besvares i mindre grupper.

Den endelig bedømmelse foretages som et vægtet gennemsnit af 2 af de 3 multiple choice prøver og den skriftlige opgave.Resultatet af de to bedste multiple choice prøver vægtes hver med 25 %, og den skriftlige opgave vægtes med 50 %.

Der skal redegøres for den enkelte studerendes bidrag til besvarelsen af den skriftlige opgave, og der skal som udgangspunkt være 2-3 deltagere i hver gruppe.

For at bestå kræves at
* det individuelle bidrag til den skriftlige opgave er bestået
* mindst to multiple choice prøver er besvaret.
* den samlede vægtede bedømmelse af multiple choice opgaver og den skriftlige opgave bestås
Hjælpemidler
Alle hjælpemidler tilladt
Bedømmelsesform
7-trins skala
Censurform
Ingen ekstern censur
En intern bedømmer
Kriterier for bedømmelse

Den studerende skal på tilfredsstillende måde godtgøre at han/hun lever op til fagets målbeskrivelse.

Enkeltfag dagtimer (tompladsordning)

  • Kategori
  • Timer
  • Forelæsninger
  • 32
  • Forberedelse (anslået)
  • 99
  • Teoretiske øvelser
  • 32
  • Projektarbejde
  • 20
  • Eksamensforberedelse
  • 20
  • Eksamen
  • 3
  • Total
  • 206

Kursusinformation

Undervisningssprog
Dansk
Kursusnummer
NMAB22015U
ECTS
7,5 ECTS
Niveau
Bachelor
Varighed

1 blok

Placering
Blok 2
Skemagruppe
A (tirs 8-12 + tors 8-17)
Kapacitet
Der kan være færre pladser i eftertilmeldingsperioden
Studienævn
Studienævn for Matematik og Datalogi
Udbydende institut
  • Institut for Matematiske Fag
Udbydende fakultet
  • Det Natur- og Biovidenskabelige Fakultet
Kursusansvarlig
  • Anders Tolver   (6-7a75727c6b784673677a6e34717b346a71)
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