Dina studier

Kursplan för Sannolikhet och statistik

Kursplan fastställd 2021-02-26 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnProbability and statistics
  • KurskodMVE302
  • Omfattning7,5 Högskolepoäng
  • ÄgareTKTEM
  • UtbildningsnivåGrundnivå
  • HuvudområdeMatematik
  • InstitutionMATEMATISKA VETENSKAPER
  • BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd

Kurstillfälle 1

  • Undervisningsspråk Svenska
  • Anmälningskod 59114
  • Max antal deltagare60
  • Sökbar för utbytesstudenterNej
  • Endast studenter med kurstillfället i programplan.

Poängfördelning

0318 Tentamen 6 hp
Betygsskala: TH		6 hp
  • 07 Okt 2023 em J
0418 Projekt 1,5 hp
Betygsskala: UG		1,5 hp

    I program

    Examinator

    Gå till kurshemsidan (Öppnas i ny flik)

    Behörighet

    Grundläggande behörighet för grundnivå
    Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

    Särskild behörighet

    Samma behörighet som det kursägande programmet.
    Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

    Kursspecifika förkunskaper

    Inledande en- och flervariabelanalys. Linjär algebra rekommenderas.

    Syfte

    Det övergripande syftet med kursen är att både ge grundläggande kunskaper i sannolikhetsteori och statistik och ge färdigheter till att lösa enkla praktiska problem/säkerhetanalyser. Mer detaljerat är syftet att behandla grunderna inom sannolikhetslära och klassisk inferens samt att ge en introduktion till moderna datorintensiva metoder att analysera data (t.ex. bootstrap) och, genom att använda Bayesiansk inferens, ge kunskaper om hur man kan väga samman olika typer av osäkerheter.

    Lärandemål (efter fullgjord kurs ska studenten kunna)

    Efter fullgjord kurs ska studenten ha god färdighet i grundläggande sannolikhetsteori och en god känsla för statistiskt tankesätt, statistisk modellering och grundläggande statistiska metoder. Detta innefattar även en viss inblick i Bayesianska metoder. Man ska också kunna använda programvara till att simulera fördelningar för stokastiska variabler och utföra statistisk inferens. En mycket detaljerad läsanvisning kommer att publiceras på kurshemsidan. Ett projekt kommer också att ge en gruppvis fördjupning i något område, färdighet i muntlig presentationsteknik och färdighet i rapportskrivning. 

    Innehåll

    Utfallsrum, sannolikhet, betingning. Modellering med olika sannolikhetsfördelningar. Metoder att räkna med stokastiska variabler, väntevärdes- och varianslagar, genererande funktioner, centrala gränsvärdessatsen, fördelningsapproximation, felintensitet. Parameterskattning, maximum likelihood mm., konfidensintervall och test i olika standardsituationer, stokastiska vektorer och introduktion till linjär regression. Envägs variansanalys. Bayesiansk statistik. Poissonprocesser. Bootstrap. Ett projekt ger vidare fördjupning inom något område.

    Organisation

    Föreläsningar, räkneövningar, projekthandledning och två tillfällen för projektredovisning.

    Litteratur

    P. Olofsson and M. Andersson, Probability, Statistics and Stochastic Processes, 2nd edition, Wiley 2011.

    Examination inklusive obligatoriska moment

    Skriftlig examen och projekt. Projektet omfattar en skriftlig rapport och en muntlig redovisning inför klassen. Det är obligatorisk närvaro på presentationstillfällena.

    Kursens examinator får examinera enstaka studenter på annat sätt än vad som anges ovan om särskilda skäl föreligger, till exempel om en student har ett beslut från Chalmers om pedagogiskt stöd på grund av funktionsnedsättning.