NMAA09014U Sandsynlighedsregning og statistik (SS)
Probability Theory and Statistics (SS)
Bacheloruddannelsen i matematik
Bacheloruddannelsen i forsikringsmatematik
Bacheloruddannelsen i matematik-økonomi
Bacheloruddannelsen i datalogi
Bacheroruddannelsen i fysik
Bacheloruddannelsen i machine learning og datavidenskab
MSc Programme in Computer Science with a minor subject
Kurset giver en introduktion til sandsynlighedsregning og statistik og omfatter følgende emner:
- Sandsynlighed, betinget sandsynlighed og stokastisk uafhængighed. Stokastiske variable, middelværdi og varians, transformation. Diskrete og kontinuerte fordelinger. Simultane og marginale fordelinger. Transformationer af uafhængige normalfordelte variable.
- Maksimum likelihood (ML) estimation i binomialfordelingen, ML estimation og konfidensintervaller i basale normalfordelingsmodeller (en og to stikprøver, lineær regression).
- Simulation
- Introduktion til det statistiske programsystem R
Viden:
- Basal forståelse af aksiomer og regneregler for et sandsynlighedsfelt samt af stokastiske variable og fordelingsbegrebet
- Grundig forståelse af betingede sandsynligheder og tilhørende regneregler
- Grundig forståelse af sandsynlighedsfunktioner og tætheder i en og to dimensioner, middelværdi og varians, samt forskellen mellem marginale og simultane fordelinger
- Basal forståelse for de statistiske grundbegreber (statistisk model, estimation og konfidensinterval), herunder princippet om maksimum likelihood estimation
Færdigheder:
- Beregne sandsynligheder og betingede sandsynligheder vha. de basale definitioner og regneregler
- Gennemføre beregninger vedr. marginale, simultane og betingede sandsynligheder samt momenter for diskrete stokastiske variable
- Udlede marginale tætheder og momenter samt udføre transformationer for kontinuerte stokastiske variable
- Gennemføre simple simulationseksperimenter i R med henblik på at undersøge egenskaber ved stokastiske variable og deres fordeling.
- Gennemføre estimation, beregne konfidensintervaller og udføre modelkontrol i de præsenterede statistiske modeller, både formelmæssigt og vha. R.
Kompetencer:
- Oversætte oplysninger givet som tekst om sandsynligheder, betingede sandsynligheder og eksperimenter til det relevante matematiske formelsprog
- Opbygge, udføre og fortolke simple simulationseksperimenter der undersøger egenskaber ved stokastiske variable
- Opstille simple statiske modeller, kunne vurdere deres relevans for at afklare konkrete videnskabelige spørgsmål, og kunne kvantificere usikkerheder om konklusionerne
- Kategori
- Timer
- Eksamen
- 4
- Eksamensforberedelse
- 25
- Forberedelse
- 107
- Forelæsninger
- 28
- Teoretiske øvelser
- 42
- I alt
- 206
Skriftlig: Obligatorisk opgave og frivillige afleveringsopgaver; der er desuden mulighed for genaflevering hvis opgaven ikke bestås.
Mundtlig: Mulighed for at få uddybet skriftlig feedback, samt ved aktiv deltagelse i øvelsestimer
Løbende feedbeack: Digitale quizzer hver uge (frivilligt)
Som meritstuderende - klik her!
Som enkeltfags-studerende (efter- og videreuddannelse) - klik
her!
- Point
- 7,5 ECTS
- Prøveform
- Praktisk skriftlig prøve, 4 timer med opsyn.De studerende skal bruge computer med R til eksamen.
- Krav til indstilling til eksamen
Det er et krav for at deltage at kursets obligatoriske projekt er godkendt og gyldigt.
- Hjælpemidler
- Alle hjælpemidler tilladt
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ekstern censur
- Reeksamen
Det er et krav for at deltage i reeeksamen at kursets obligatoriske projekt er godkendt og gyldigt. Hvis projektet ikke blev godkendt i det ordinære kursusforløb, kan det genafleveres til bedømmelse senest tre uger før første dag i reeksamensperioden.
Reeksamensform: samme som ordinær
Kriterier for bedømmelse
Den studerende skal på tilfredsstillende måde godtgøre at han/hun lever op til fagets målbeskrivelse.
Kursusinformation
- Sprog
- Dansk
- Kursuskode
- NMAA09014U
- Point
- 7,5 ECTS
- Niveau
- Bachelor
- Varighed
- 1 blok
- Placering
- Blok 2 og Blok 3
- Skemagruppe
- B
- Kursuskapacitet
- Ingen begrænsning
- Efter- og videreuddannelse
- Studienævn
- Studienævn for Matematik og Datalogi
Udbydende institut
- Institut for Matematiske Fag
Udbydende fakultet
- Det Natur- og Biovidenskabelige Fakultet
Kursusansvarlige
- Helle Sørensen (helle@math.ku.dk)
- Søren Wengel Mogensen (swengel@math.ku.dk)