Kursplan för Sannolikhet och statistik

Kursplanen innehåller ändringar
Se ändringar

Kursplan fastställd 2019-02-22 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnProbability and statistics
  • KurskodMVE302
  • Omfattning7,5 Högskolepoäng
  • ÄgareTKTEM
  • UtbildningsnivåGrundnivå
  • HuvudområdeMatematik
  • InstitutionMATEMATISKA VETENSKAPER
  • BetygsskalaTH - Fem, Fyra, Tre, Underkänd

Kurstillfälle 1

  • Undervisningsspråk Svenska
  • Anmälningskod 59120
  • Max antal deltagare60
  • Sökbar för utbytesstudenterNej
  • Endast studenter med kurstillfället i programplan.

Poängfördelning

0318 Tentamen 6 hp
Betygsskala: TH		0 hp0 hp0 hp6 hp0 hp0 hp
  • 03 Jun 2020 fm J
  • 11 Okt 2019 fm SB_MU
  • 18 Aug 2020 fm J
0418 Projekt 1,5 hp
Betygsskala: UG		0 hp0 hp0 hp1,5 hp0 hp0 hp

I program

Examinator

Gå till kurshemsidan (Öppnas i ny flik)

Ersätter

  • MVE301 Sannolikhet, statistik och risk

Behörighet

För kurser på grundnivå inom Chalmers utbildningsprogram gäller samma behörighetskrav som till de(t) program där kursen ingår i programplanen.

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.

Kursplanen innehåller ändringar

  • Ändring gjord på tentamen:
    • 2019-09-04: Plats Plats ändrat från SB Multisal till SB Multisal av grunnet
      [2019-10-11 6,0 hp, 0118]
    • 2019-09-04: Plats Plats ändrat från Johanneberg till SB Multisal av grunnet
      [2019-10-11 6,0 hp, 0118]
    • 2019-08-13: Tentamenstid Tentamenstid ändrat från Eftermiddag till Förmiddag av Schema
      [2019-10-11 6,0 hp, 0118]