Logga in

Registrera

732G08 · Linköpings universitet

Multivariata metoder

Ny kurs

Kom igång gratis

Inga tentor än

Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial

Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg

Kurs info

KurssidaKursplan
HP
7.5
Språk
Svenska
Nivå
Grundnivå
Fakultet
Filosofiska fakulteten
Institution
Institutionen för datavetenskap

Lärandemål

Efter avslutad kurs ska den studerande kunna:

  • redogöra för de vanligaste statistiska multivariata metoderna
  • använda lämpliga statistiska metoder för bearbetning och analys av multivariata data
  • tillämpa metoder som passar för de statistiska problem som uppkommer i datamaterial med flera slumpvariabler
  • kritiskt bedöma kvalilteten hos multivariata data och tolka resultat av multivariata analyser
  • muntligt och skriftligt redogöra för valda lösningar av problemställningar för multivariata data
  • kritiskt diskutera lämpligheten av valda multivariata metoder för olika typer av frågeställningar och data
  • redogöra för forskningsfrågor där multivariata metoder används
  • genomföra uppgifter inom givna tidsramar
Kursinnehåll
I kursen behandlas matematiska tekniker som används inom multivariata metoder, exempelvis linjära transformationer och rotationer, matrisalgebra samt olika metriker. I kursen behandlas vidare de vanligaste multivariata metoderna, som exempelvis principalkomponentanalys, explorativ och konfirmativ faktoranalys, diskriminantanalys, kanonisk korrelation, multivariat regressions- och variansanalys och flerdimensionell skalning. Även multivariat normalfördelning och fördelningar för linjära och kvadratiska former samt konfidensområden och test för multivariata data, så som exempelvis Hotellings T2, Wilk’s Lambda samt Van Valen’s test för lika varianser behandlas. Dessutom behandlas aktuella forskningsfrågor om multivariata metoder.
Förutsättningar
  • Grundläggande behörighet på grundnivå
  • samt
  • Samhällskunskap 1b eller 1a1 och 1a2
  • Engelska 6
  • Matematik 3b/3c eller Matematik C
  • Minst 80 hp godkända från termin 1, 2, 3 och 4 från kandidatprogrammet i Statistik och dataanalys, eller motsvarande
Litteratur
Multivariate Method - Manly B
Danielsson S, Grundläggande inferens vid multivariat normalfördelning
Liknande kurser vid andra universitet
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Numeriska metoder, grundkurs

SF15XY101 tentor
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Differentialekvationer och transformmetoder

SF168391 tentor
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Analytiska och numeriska metoder för differentialekvationer

SF168242 tentor
Redo att boosta dina studier?

Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.

Kom igång gratis

Produkt

  • Priser

  • Karriär

Företag

  • Om oss

  • Blogg

  • Användarvillkor

  • Integritet

  • Support

Universitet

  • KTH

  • Uppsala universitet

  • Linköpings universitet

  • Chalmers

  • Lunds universitet

  • Luleå tekniska universitet

  • Stockholms universitet

  • Gymnasiet

Socialt

  • Instagram

  • Facebook

  • YouTube

  • TikTok

  • Linkedin

© 2026 Crash Course Sverige AB