Kursplan för Statistik och sannolikhetsteori

Kursplan fastställd 2024-02-14 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnStatistics and probability
  • KurskodMVE650
  • Omfattning7,5 Högskolepoäng
  • ÄgareTKGBS
  • UtbildningsnivåGrundnivå
  • HuvudområdeMatematik
  • InstitutionMATEMATISKA VETENSKAPER
  • BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd

Kurstillfälle 1

  • Undervisningsspråk Svenska
  • Anmälningskod 74126
  • Sökbar för utbytesstudenterNej
  • Endast studenter med kurstillfället i programplan.

Poängfördelning

0121 Tentamen 7,5 hp
Betygsskala: TH		 7,5 hp

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.

Kursspecifika förkunskaper

Envariabelanalys och Flervariabelanalys. Rekommenderas även Tillämpat matematiskt tänkande, samt Linjär algebra och experimentell matematik.

Syfte

Det övergripande syftet med kursen är att ge grundläggande kunskaper i sannolikhetsteori och statistik, att ge en inblick i hur dessa områden används i vetenskap och samhälle, och att ge färdigheter till att lösa enkla tillämpade problempå dessa samma områden. 

Lärandemål (efter fullgjord kurs ska studenten kunna)

  • göra beräkningar inom samt tillämpa grundläggande sannolikhetsteori
  • använda ett statistiskt tankesätt
  • formulera och tillämpa grundläggande statistiska modeller och statistiska metoder, vilket innefattar främst klassisk frekventistisk statistik men även en viss inblick i bayesianska metoder

Innehåll

Utfallsrum, sannolikhet, betingning. Modellering med olika sannolikhetsfördelningar, samt Poissonprocesser. Metoder att räkna med stokastiska variabler, inklusive väntevärdes-och varianslagar.De stora talens lag, centrala gränsvärdessatsen, fördelningsapproximation, felintensitet. Parameterskattning med hjälp av bland annat maximum likelihood-metoden. Konfidensintervall och test i olika standardsituationer. Stokastiska vektorer och grundläggande linjär regression. Envägs variansanalys. Grundprinciperna för Bayesiansk statistik. Exempel hämtade i vetenskap och samhälle

Organisation

Föreläsningar och räkneövningar.

Litteratur

Kommer att meddelas på kursens hemsida.

Examination inklusive obligatoriska moment

Skriftlig tentamen. Frivilliga inlämningsuppgifter som kan ge bonuspoäng till tentamen kan förekomma.

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.