NDAB19003U Grundlæggende statistik og sandsynlighedsregning (GSS)
Introductory Probability Theory and Statistics (GSS)
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 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.
Se Absalon, når kurset er oprettet.
- M. Sørensen: En introduktion til sandsynlighedsregning. 9. udgave.
- H. B. Nielsen: Introduction to likelihood based estimation and inference. Third edition.
- Kategori
- Timer
- Forelæsninger
- 42
- Forberedelse (anslået)
- 118
- Teoretiske øvelser
- 42
- Eksamen
- 4
- I alt
- 206
- Point
- 7,5 ECTS
- Prøveform
- Skriftlig prøve, 4 timer med opsyn.I 2021 holdes eksamen som ITX-analog eksamen. Det betyder at eksamensopgaven bliver udleveret elektronisk via eksamenscomputeren, mens besvarelsen skrives i hånden og afleveres på papir.
- 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.
Da eksamen afholdes på ITX, stiller ITX computere til rådighed. Egen computer, tablet eller mobiltelefon må IKKE medbringes. Hvis lærebøger og noter er tilladte ifølge kursusbeskrivelsen skal de medbringes i papirform eller uploades før eksamen til ITX-systemet via Digital Eksamen.
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ekstern censur
- Reeksamen
Prøveform: Skriftlig prøve 4 timer.
Holdes som analog eksamen, hvor opgaven udleveres på papir og besvarelsen afleveres på papir.Tilladte hjælpemdiler: Skriftlige hjælpemidler samt lommeregner. Computer er tilladt, men kun disse programmer må bruges på computeren: tekstbehandlingsprogrammer som Word og LyX, f.eks. til at læse noter, Excel og Python (herunder Jupyter Notebook), PDF viewers, kodeeditors som Sublime eller VS Code samt lommeregner. Det er ikke tilladt at benytte Maple og lignende software, der gør det nemt at udføre symbolsk matematik på computer
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.
Kursusinformation
- Sprog
- Dansk
- Kursuskode
- NDAB19003U
- Point
- 7,5 ECTS
- Niveau
- Bachelor
- Varighed
- 1 blok
- Placering
- Blok 3
- Skemagruppe
- B
- Kursuskapacitet
- Ingen begrænsning.
Der kan være færre pladser i eftertilmeldingsperioden - Kurset udbydes også til efter- og videreuddannelse
- Studienævn
- Studienævn for Matematik og Datalogi
Udbydende institut
- Datalogisk Institut
Udbydende fakultet
- Det Natur- og Biovidenskabelige Fakultet
Kursusansvarlige
- Maria Juul Hansen (maria.juul.hansen@econ.ku.dk)