732G34 · Linköpings universitet
Statistiska metoder för komplexa data
Ny kurs
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
HP
7.5
Språk
Svenska
Nivå
Grundnivå
Fakultet
Filosofiska fakulteten
Institution
Institutionen för datavetenskap
Lärandemål
Efter avslutad kurs ska den studerande kunna:
- tillämpa statistiska metoder inom analys av komplexa datatyper
- redogöra för aktuella forskningsfrågor gällande komplexa data
- bedöma vilken typ av modell som är relevant för dessa typer av data
- tolka resultat av de gjorda analyserna av komplexa data
- kritiskt diskutera lämpligheten av olika statistiska modeller för olika typer av datamaterial
- kritiskt diskutera modellernas antaganden
- genomföra uppgifter inom givna tidsramar
Kursinnehåll
- I kursen behandlas introduktion till statistiska metoder för analys av komplexa datamängder. Exempel på data som hanteras under momenten är hierarkiska och longitudinella data, kategoriska data, spatiala data, trunkerade och censurerade data. Datatyperna och deras komplexitet presenteras. Vanliga begrepp, modeller, analysmetoder och exempel på aktuella forskningsfrågor tas upp för varje typ. Vidare behandlas olika metoders lämplighet, tolkningar av resultat, samt kritisk granskning av statistiska antaganden och konsekvenser av ej uppfyllda sådana. Begrepp och modeller som kan tas upp är följande:
- hierarkiska och longitudinella data: multilevelmodeller, intraklasskorrelation, slumpmässiga och fixa effekter, latenta tillväxtmodeller
- kategoriska och trunkerade data: modeller för oordnade och ordnade kategorier, fördelningar för trunkerade data, Tobitregression
- överlevnadsdata: censurerade data, överlevnadsfunktion, hazardfunktion, Kaplan-Meieranalys, Coxregression.
- spatiala data: spatial korrelation och spatialt beroende, modeller för spatiala data
Förutsättningar
- Grundläggande behörighet på grundnivå samt Samhällskunskap 1b eller 1a1 och 1a2 samt Engelska 6 samt Matematik 3b/3c eller Matematik C.
- Alternativt
- Grundläggande behörighet på grundnivå samt Samhällskunskap nivå 1b eller nivå 1a2 samt Engelska nivå 2 samt Matematik fortsättning nivå 1b eller Matematik fortsättning nivå 1c.
- samt
- Minst 80 hp godkända från termin 1, 2, 3 och 4 från kandidatprogrammet i Statistik och dataanalys, eller motsvarande
Litteratur
Saknas
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis