Tillämpad sannolikhetslära och statistik

Lärandemål

Efter slutförd kurs skall studenten kunna:

• A. Kunskap och förståelse
• A.1 Förklara sannolikhetslärans och statistikens grundläggande begrepp,
• modeller och beräkningsmetoder som t ex stokastisk variabel,
• fördelningsfunktion, täthetsfunktion, sannolikhetsfunktion, väntevärde, varians,
• standardavvikelse, simultan fördelning, marginalfördelning, kovarians,
• konfidensintervall, p-värde, vanliga fördelningar som binomial-, poisson-,
• normal- och exponentialfördelningen och typiska tillämpningsområden, samt
• A.2 formulera och förklara relevansen av centrala resultat i sannolikhetsteori och
• statistik som centrala gränsvärdessatsen.
• B. Färdighet och förmåga
• B.1 Bestämma sannolikheter, väntevärden, varianser, kovarianser,
• korrelationskoefficienter, simultan fördelning och marginalfördelning för en och
• tvådimensionella diskreta och kontinuerliga stokastiska variabler,
• B.2 utföra skattningar av parametrar, beräkna konfidensintervall, utföra
• hypotesprövningar och linjär regresssion för statistiska datamaterial,
• B.3 skriftligt presentera och förklara beräkningar och matematiska resonemang
• på ett matematiskt korrekt, strukturerat och logiskt sammanhängande sätt, samt
• B.4 visa förmåga att utnyttja programspråket Matlab i problemlösning och
• visualisering.
• C. Värderingsförmåga och förhållningssätt
• C.1 Tillämpa modeller och metoder från sannolikhetslära och statistik i
• problemlösning (detta innefattar t ex att förstå ett problem, införa lämpliga
• variabler, införa lämplig modell, formulera om ett problem som ett matematiskt
• problem, göra en plan, utföra planen, och se tillbaka), samt
• C.2 visa förmåga reflektera över utförd problemlösning som t ex. att bedöma
• rimlighet i svar och uppskatta osäkerhet i resultat av beräkningar eller att
• omformulera resultatet som lösning till en mer generell frågeställning.