Kursplan för Matematisk statistik

Kursplan fastställd 2025-02-11 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 48117
  • Max antal deltagare210
  • Sökbar för utbytesstudenterNej
  • Endast studenter med kurstillfället i programplan.

Poängfördelning

0115 Laboration 1,5 hp
Betygsskala: UG		1,5 hp
0215 Tentamen 6 hp
Betygsskala: TH		6 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

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

Utdelat kursmaterial samt Devore, J. L. (2015). Probability and Statistics for Engineering and Science, 9:e utgåvan (ISBN 9781305251809, 9781305684164 eller 9780357539156).

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 riktat pedagogiskt stöd på grund av funktionsnedsättning.