Kursplan fastställd 2021-02-26 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 20120
- Max antal deltagare100 (minst 10% av platserna reserveras för utbytesstudenter)
- Sökbar för utbytesstudenterJa
Poängfördelning
Modul | LP1 | LP2 | LP3 | LP4 | Sommar | Ej LP | Tentamensdatum |
|---|---|---|---|---|---|---|---|
| 0108 Tentamen 7,5 hp Betygsskala: TH | 0 hp | 7,5 hp | 0 hp | 0 hp | 0 hp | 0 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
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 frånvaroKursens 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.