Kursplanen innehåller ändringar
Se ändringarKursplan fastställd 2020-02-06 av programansvarig (eller motsvarande).
Kursöversikt
- Engelskt namnLinear statistical models
- KurskodMVE190
- Omfattning7,5 Högskolepoäng
- ÄgareMPENM
- UtbildningsnivåAvancerad nivå
- HuvudområdeMatematik
- InstitutionMATEMATISKA VETENSKAPER
- BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd
Kurstillfälle 1
- Undervisningsspråk Engelska
- Anmälningskod 20139
- Max antal deltagare100
- Sökbar för utbytesstudenterJa
Poängfördelning
Modul | LP1 | LP2 | LP3 | LP4 | Sommar | Ej LP | Tentamensdatum |
---|---|---|---|---|---|---|---|
0108 Tentamen 7,5 hp Betygsskala: TH | 7,5 hp |
|
I program
- MPDSC - DATA SCIENCE OCH AI, MASTERPROGRAM, Årskurs 1 (valbar)
- MPDSC - DATA SCIENCE OCH AI, MASTERPROGRAM, Årskurs 2 (valbar)
- MPENM - MATEMATIK OCH BERÄKNINGSVETENSKAP, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
- MPENM - MATEMATIK OCH BERÄKNINGSVETENSKAP, MASTERPROGRAM, Årskurs 2 (valbar)
Examinator
- Umberto Picchini
- Universitetslektor, Tillämpad matematik och statistik, Matematiska vetenskaper
Kurstillfälle 2
- Undervisningsspråk Engelska
- Anmälningskod 99222
- Max antal deltagare10
- Sökbar för utbytesstudenterNej
- Endast studenter med kurstillfället i programplan.
Poängfördelning
Modul | LP1 | LP2 | LP3 | LP4 | Sommar | Ej LP | Tentamensdatum |
---|---|---|---|---|---|---|---|
0108 Tentamen 7,5 hp Betygsskala: TH | 7,5 hp |
Examinator
- Umberto Picchini
- Universitetslektor, Tillämpad matematik och statistik, Matematiska vetenskaper
Behörighet
Grundläggande behörighet för avancerad nivåSökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.
Särskild behörighet
Engelska 6Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.
Kursspecifika förkunskaper
MVE155 Statistisk slutledning eller motsvarande kurs
Syfte
Förstå den gemensamma matematiska strukturen för linjära regressions modeller och generaliserade linjära modeller; konstruera och använda dessa modeller för dataanalys med hjälp av statistisk inferens och lämplig programvara; tolka resultaten och känna till modellernas begränsningar.
Lärandemål (efter fullgjord kurs ska studenten kunna)
- redogöra för den gemensamma matematiska strukturen för linjära regressionsmodeller och generaliserade linjära modeller
- konstruera och använda dessa modeller för dataanalys med hjälp av statistisk slutledning och lämplig programvara
- tolka resultaten och känna till modellernas begränsningar
- identifiera situationer för vilka linjära modeller kan tillämpas och skatta och tolka parametrar
- prediktera framtida värden och testa hypoteser med hjälp av lämplig programvara som till exempel R
- konstruera regressionsmodeller som passar för nuvarande data men som kan generaliseras till framtida observationer
- redogöra för modellbegränsningar och identifiera situationer där den tilltänkta modellen inte är lämplig givet data
Innehåll
Kursen täcker följande:- Enkla linjära modeller, multivariata linjära modeller, och underliggande antaganden
- Trade-off mellan varians och bias
- Egenskaper för minsta kvadratsmetods-skattare
- Identifiering av outliers och användandet av residualer och andra mått för att verifiera att modellantaganden uppfylls
- Användandet av kategoriska kovariater i regression
- Testandet av parametrar med hjälp av t-test
- Goodness-of-fit mått som R2 and modifierad R2
- Konfidens och prediktionsintervall
- Multikolinearitetsproblemet
- Modellval med hjälp av giriga algoritmer och AIC
- Modellval med hjälp av partiellt F-test
- Prediktionsfel och korsvalidering
- Interaktion mellan kovariater
- En introduktion till generaliserade linjära modeller, exponentialfamiljen och asymptotiskt egenskaper för MLE-skattare
- Test-procedurer för generaliserade linjära modeller
Organisation
Föreläsningar; veckovisa (eller nästan veckovisa) mini-projekt och presentationer.Litteratur
Uppdateras varje år - var vänlig konsultera kurshemsidanExamination inklusive obligatoriska moment
Summeringsrapport av de veckovisa mini-projekten; en slutlig projektrapport; en skriftlig tentamen. Närvaro vid de veckovisa presentationerna av mini-analyserna är obligatorisk. Se kurshemsidan för information om hur man kompenserar för frånvaroKursplanen innehåller ändringar
- Ändring gjord på tentamen:
- 2021-04-14: Tentamensdatum Tentamensdatum ändrat av Elisabeth Eriksson
[32892, 53872, 3], Ny tenta för läsår 2020/2021, ordinal 3 (ej nedlagd kurs) - 2021-01-27: Tentamensdatum Tentamensdatum ändrat från 2021-04-08 Eftermiddag till 2021-04-08 Eftermiddag av E Eriksson
[2021-04-08 7,5 hp, 0108] - 2021-01-27: Tentamensdatum Tentamensdatum ändrat av E Eriksson
[32892, 53872, 2], Ny tenta för läsår 2020/2021, ordinal 2 (ej nedlagd kurs) - 2020-09-30: Plussning Inte längre plussning av GRULG
Beslut GRULG, plussning ej tillåten
- 2021-04-14: Tentamensdatum Tentamensdatum ändrat av Elisabeth Eriksson