Kursplan för Matematisk statistik

Kursplan fastställd 2024-02-07 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnMathematical statistics
  • KurskodTMS146
  • Omfattning7,5 Högskolepoäng
  • ÄgareTKBIO
  • UtbildningsnivåGrundnivå
  • HuvudområdeBioteknik, Matematik
  • InstitutionMATEMATISKA VETENSKAPER
  • BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd

Kurstillfälle 1

  • Undervisningsspråk Svenska
  • Anmälningskod 48130
  • Max antal deltagare210
  • Sökbar för utbytesstudenterNej
  • Endast studenter med kurstillfället i programplan.

Poängfördelning

0115 Laboration 1,5 hp
Betygsskala: UG		1,5 hp0 hp0 hp0 hp0 hp0 hp
0215 Tentamen 6 hp
Betygsskala: TH		6 hp0 hp0 hp0 hp0 hp0 hp
  • 30 Okt 2024 em J
  • 09 Jan 2025 em J
  • 18 Aug 2025 fm 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.

Kursspecifika förkunskaper

Linjär algebra, en- och flervariabelanalys.

Syfte

Kursen syftar till att introducera sannolikhetslära och statistisk inferensteori samt att ge praktiska färdigheter i sannolikhetsbaserad modellering, sannolikhetsberäkningar och statistisk slutledning. Dessa är nödvändiga kunskaper för att kunna hantera, jämföra och dra slutsatser från realistiska försöksresultat.

Lärandemål (efter fullgjord kurs ska studenten kunna)

  • förstå och tillämpa grundläggande begrepp inom sannolikhetsteori och matematisk statistisk
  • räkna på enklare stokastiska problem
  • förstå och tillämpa basal statistisk inferensteori 
  • identifiera lämpliga statistiska modeller samt anpassa och använda statistiska metoder i enklare realistiska tillämpningar

Innehåll

Sannolikhetsteori 
Grundläggande begrepp
Kombinatorik
Oberoende
Betingning
Bayes sats
Diskreta och kontinuerliga stokastiska variabler i en och flera dimensioner
Speciella fördelningar
Stora talens lag 
Centrala gränsvärdessatsen

Grundläggande statistisk inferensteori 
Beskrivande statistik
Begrepp och metoder för parameterskattning Konfidensintervall
Statistisk hypotesprövning
Statistisk regressionsanalys
Icke-parametriska metoder
Modellvalidering

Organisation

Kursen ges av institutionen för matematiska vetenskaper. Tonvikt läggs på såväl förståelse som praktiska färdigheter, med ungefär lika delar föreläsningar och praktiska kursmoment (räkne-/datorövningar). Dessa praktiska moment är i viss utsträckning datorbaserade med två obligatoriska projekt.

Litteratur

Devore J L, Probability and Statistics for Engineering and Science, 9:th edition, (ISBN 9781305251809) samt utdelat kursmaterial.

Examination inklusive obligatoriska moment

Kursen examineras dels med en skriftlig tentamen som täcker alla kursmoment och dels två obligatoriska datorprojekt.

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.