NDAB19003U Grundlæggende statistik og sandsynlighedsregning (GSS)

Årgang 2021/2022
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

  • Forståelse af aksiomer og regneregler for sandsynligheder samt af stokastiske variable.
  • Forståelse af betingede sandsynligheder, uafhængighed og tilhørende regneregler.
  • Forståelse af sandsynlighedsfunktioner og –tætheder i én og to dimensioner, middelværdi og varians, kovarians og korrelation, samt forskellen mellem marginale og simultane fordelinger.
  • Forståelse for de statistiske grundbegreber: statistisk model, estimation, princippet om ML-estimation, konfidensinterval og hypoteseafprøvning.
  • 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 af relevant software med henblik på at undersøge egenskaber ved stokastiske variable og deres fordelinger.
  • Estimere simple statistiske modeller, 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.
  1. Se Absalon, når kurset er oprettet.

  2.  

     

    Eksempelvis kunne følgende indgå i pensum:
  3. M. Sørensen: En introduktion til sandsynlighedsregning. 9. udgave. 
  4.  
  5. H. B. Nielsen: Introduction to likelihood based estimation and inference. Third edition.
Introduktion til matematik (MatIntro).
6 timers forelæsning og 6 timers øvelser om ugen i 7 uger.
  • Kategori
  • Timer
  • Forelæsninger
  • 42
  • Forberedelse (anslået)
  • 118
  • Teoretiske øvelser
  • 42
  • Eksamen
  • 4
  • 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

Herunder bøger, egne noter og slides fra undervisningen, lommeregner samt programmer, der er tilgængelige på computerne i eksamenslokalet.

Bedømmelsesform
7-trins skala
Censurform
Ekstern censur
Reeksamen

Prøveform: Samme som ved ordinær 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 genafleveres til bedømmelse seneste tre uger før første dag i reeksamensperioden.

 

Kriterier for bedømmelse

Se målbeskrivelsen.