Kursplan för Statistiska modeller och metoder

Kursplan fastställd 2024-02-16 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnStatistical models and methods
  • KurskodMVE492
  • Omfattning9 Högskolepoäng
  • ÄgareTAFFS
  • UtbildningsnivåGrundnivå
  • HuvudområdeMatematik, Samhällsbyggnadsteknik
  • InstitutionMATEMATISKA VETENSKAPER
  • BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd

Kurstillfälle 1

  • Undervisningsspråk Svenska
  • Anmälningskod 60124
  • Max antal deltagare45
  • Sökbar för utbytesstudenterNej
  • Endast studenter med kurstillfället i programplan.

Poängfördelning

0124 Projekt 1,5 hp
Betygsskala: UG		1,5 hp0 hp0 hp0 hp0 hp0 hp
0224 Tentamen 7,5 hp
Betygsskala: TH		7,5 hp0 hp0 hp0 hp0 hp0 hp
  • 01 Nov 2024 fm J
  • 09 Jan 2025 em J
  • 20 Aug 2025 em J

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.

Syfte

Syftet med kursen är att förse deltagarna med grundläggande kunskaper inom sannolikhetslära och statistiska metoder som tillämpas inom teknik och samhällsvetenskap.

Lärandemål (efter fullgjord kurs ska studenten kunna)

  • Använda deskriptiva statistiska verktyg och statistiska metoder för att beskriva och tolka data.
  • Förklara slumpens inverkan på olika situationer, till exempel på mätresultat.
  • Använda och förklara matematiska begrepp inom matematisk statistik och kunna utföra matematiska beräkningar utifrån presenterade begrepp.
  • Hantera en datamängd i Python med hjälp av fördefinierad mall som stegvis förklarar processen.

Innehåll

Kursen innehåller tre moment: sannolikhetslära, introduktion till matematisk statistik samt ett projekt. Inom sannolikhetslära tas följande begrepp upp: sannolikhet, oberoende händelser, slumpvariabel, väntevärde och standardavvikelse, binomialfördelning, normalfördelning. Inom delen med matematisk statistik ingår begreppet punktskattning, intervallskattning, linjär regression och principer för hypotestest. I projektet analyserar man en stor datamängd om fastighetspriser med hjälp av en Python program genom att använda metoder som man har lärt sig i kursen.

Organisation

Kursen ges i form av föreläsningar, övningar samt några tillfällen för handledning för projektet.

Litteratur

Ett kompendium författat av Serik Sagitov och Lotta Eriksson. Finns tillgängligt i Canvas.

Examination inklusive obligatoriska moment

Examinationen baseras på skriftlig tentamen, betygsskala TH. För ett godkänt slutbetyg på kursen krävs ett godkänt projektarbete.

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.