NDAB19003U Grundlæggende statistik og sandsynlighedsregning
Introductory Probability Theory and Statistics
Bacheloruddannelsen i datalogi-økonomi
Kurset giver en introduktion til sandsynlighedsregning og statistik og omfatter følgende emner:
- Sandsynlighed, betinget sandsynlighed, uafhængighed.
- Stokastiske variable, middelværdi og varians, forventning, transformation.
- Simultane og marginale fordelinger, kovarians og korrelation.
- Diskrete og kontinuerte sandsynlighedsfordelinger.
- Transformationer af normalfordelte variable.
- Maksimum likelihood-(ML-)estimation.
- Konstruktion af konfidensinterval og hypoteseafprøvning i basale normalfordelingsmodeller.
- Introduktion til store tals lov og den centrale grænseværdisætning (der anvendes i økonometrifagene).
- Computersimulation.
Viden
- Basal forståelse af aksiomer og regneregler for sandsynligheder samt af stokastiske variable.
- Grundig forståelse af betingede sandsynligheder, uafhængighed og tilhørende regneregler.
- Grundig forståelse af sandsynlighedsfunktioner og –tætheder i én og to dimensioner, middelværdi og varians, kovarians og korrelation, samt forskellen mellem marginale og simultane fordelinger.
- Basal forståelse for de statistiske grundbegreber: statistisk model, estimation, princippet om ML-estimation, konfidensinterval og hypoteseafprøvning.
- Basal forståelse af store tals lov og den centrale grænseværdisætning.
Færdigheder
- Beregne sandsynligheder og betingede sandsynligheder ved brug af deres definitioner og regneregler.
- Gennemføre beregninger vedrørende marginale, simultane og betingede sandsynligheder samt momenter for diskrete stokastiske variable.
- Gennemføre beregninger vedrørende marginale tætheder og simple transformationer for kontinuerte stokastiske variable.
- Gennemføre simple computersimulationseksperimenter ved hjælp relevant software med henblik på at undersøge egenskaber ved stokastiske variable og deres fordelinger.
- Gennemføre estimation, beregne konfidensintervaller og udføre simple hypoteseafprøvninger i de præsenterede statistiske modeller.
Kompetencer
- Oversætte oplysninger (givet som tekst) om sandsynligheder, betingede sandsynligheder og eksperimenter til de relevante matematiske formler og udtryk.
- Opstille simple statistiske modeller, kunne vurdere deres relevans for at afklare konkrete videnskabelige spørgsmål, og kunne kvantificere usikkerhed vedrørende deres konklusioner.
- Designe, udføre og fortolke simple computersimulationseksperimenter, der undersøger egenskaber ved stokastiske variable og deres fordelinger.
- Kategori
- Timer
- Forberedelse
- 125
- Forelæsninger
- 45
- Teoretiske øvelser
- 36
- I alt
- 206
- Point
- 7,5 ECTS
- Prøveform
- Skriftlig prøve, 4 timer med opsyn....
- Krav til indstilling til eksamen
Det er et krav for at deltage at minimum tre ud af kursets fire obligatoriske opgaver er godkendte og gyldige.
- Hjælpemidler
- Skriftlige hjælpemidler tilladt
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ekstern censur
- Reeksamen
Prøveform: Samme som ved ordinær eksamen. Hvis der er til eller færre tilmeldt reeksamen, vil prøveformen kunne ændres til en mundtlig eksamen med 20 min. forberedelse + 30 min. til eksamination og bedømmelse.
Indstilling: Det er et krav for at deltage i reeksamen at minimum tre ud af kursets fire obligatoriske opgaver er godkendte og gyldige. Hvis opgaverne ikke blev godkendt i det ordinære kursusforløb, kan de afleveres til bedømmelse seneste tre uger før første dag i reeksamensperioden.
Kriterier for bedømmelse
Den studerende skal på tilfredsstillende måde godtgøre at vedkommende lever op til fagets målbeskrivelse.
Kursusinformation
- Sprog
- Dansk
- Kursuskode
- NDAB19003U
- Point
- 7,5 ECTS
- Niveau
- Bachelor
- Varighed
- 1 blok
- Placering
- Blok 3
- Skemagruppe
- B
- Efter- og videreuddannelse
- Studienævn
- Studienævn for Matematik og Datalogi
Udbydende institut
- Datalogisk Institut
Udbydende fakultet
- Det Natur- og Biovidenskabelige Fakultet
Kursusansvarlige
- Thomas Høgholm Jørgensen (thomas.h.jorgensen@econ.ku.dk)