Grundlæggende statistik og sandsynlighedsregning (GSS)

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 Python med henblik på at undersøge egenskaber ved stokastiske variable og deres fordelinger.
• Estimere simple statistiske modeller (både vha. Python og uden hjælpemidler), beregne konfidensintervaller og udføre simple hypoteseafprøvninger i de præsenterede statistiske modeller 
• Begrunde valg af Python-kommandoer.
• Udføre simple ændringer af Python-kode.

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
• Udføre estimation af en række statistiske modeller i Python og uden hjælpemidler samt aflæse og fortolke estimationsoutput
• Designe, udføre og fortolke simple computersimulationseksperimenter, der undersøger egenskaber ved stokastiske variable og deres fordelinger