Kursplan fastställd 2023-02-14 av programansvarig (eller motsvarande).
Kursöversikt
- Engelskt namnStatistical inference principles
- KurskodMVE326
- 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 20157
- Sökbar för utbytesstudenterNej
Poängfördelning
Modul | LP1 | LP2 | LP3 | LP4 | Sommar | Ej LP | Tentamensdatum |
|---|---|---|---|---|---|---|---|
| 0115 Inlämningsuppgift, del A 2,5 hp Betygsskala: UG | 0 hp | 0 hp | 2,5 hp | 0 hp | 0 hp | 0 hp | |
| 0215 Tentamen, del B 5 hp Betygsskala: TH | 0 hp | 0 hp | 5 hp | 0 hp | 0 hp | 0 hp |
|
I program
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
För tillträde till kursen krävs kunskaper motsvarande kursen MVE155 Statistisk slutledning. Dessutom krävs kunskaper motsvarande minst 15 hp på avancerad nivå i matematisk statistik.
Syfte
Kursen behandlar på ett matematiskt och rigoröst sätt matematisk statistik och principer för statistisk slutledning. Utöver behandlingen av centrala statistiska begrepp och modeller så diskuteras och jämförs olika filosofiska perspektiv på vetenskaplig inferens.Lärandemål (efter fullgjord kurs ska studenten kunna)
Studenten skall efter fullföljd kurs kunna matematiska grundläggningar av- poängskattning inklusive att hitta och evaluera skattningar,
- hypotestester inklusive att hitta och evaluera test,
- intervallskattning inklusive att hitta och evaluera skattningar,
- asymptotisk skattning,
och skall kunna använda dessa begrepp och satser i teoretiska övningar och programmeringsövningar.
Innehåll
Det centrala innehållet i kursen är:- exponentiella familjer av sannolikhetsfördelningar
- uttömmande- och likelihoodprinciperna för datareduktion
- maximum likelihoodskattningar and Bayesianska skattningar
- EM-algoritmen
- likelihoodratiotester och Bayesianska tester
- starkaste tester
- intervallskattningar
- asymptotisk skattning
Organisation
Föreläsningar, övningar, inlämningsuppgifterLitteratur
Litteratur anges separat.Examination inklusive obligatoriska moment
Skriftliga inlämningar. Skriftlig examen.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.