NDAB19003U Grundlæggende statistik og sandsynlighedsregning (GSS)

Årgang 2020/2021
Engelsk titel

Introductory Probability Theory and Statistics (GSS)

Uddannelse

Bacheloruddannelsen i datalogi-økonomi

Kursusindhold

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.
Målbeskrivelser

Viden om

  • 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 i at

  • 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 til at

  • 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.
Introduktion til matematik (MatIntro).
6 timers forelæsning og 4 timers øvelser om ugen i 7 uger.
  • Kategori
  • Timer
  • Forelæsninger
  • 45
  • Forberedelse (anslået)
  • 125
  • Teoretiske øvelser
  • 36
  • I alt
  • 206
Løbende feedback i undervisningsforløbet
Point
7,5 ECTS
Prøveform
Skriftlig prøve, 4 timer med opsyn.
...
Krav til indstilling til eksamen

Det er et krav for at deltage i eksamen, 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 10 eller færre tilmeldte til reeksamen, kan reeksamensformen blive ændret til mundtlig eksamen.

 

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.