TAMS65 · Linköpings universitet
Matematisk statistik I, fortsättningskurs
Kursinnehåll
χ²-test
20 uppgifter · 4 teorikapitel
Approximativ normalfördelning
6 uppgifter · 3 teorikapitel
Binomial- & multinomialfördelning
4 uppgifter · 6 teorikapitel
Centrala gränsvärdessatsen
1 uppgifter · 3 teorikapitel
Exponentialfördelning
6 uppgifter · 3 teorikapitel
Vad ingår?
0 uppgifter
Sorterat efter ämne och svårighet, direkt från tentor.
42 tentor med lösningar
Alla tidigare tentor samlade, öva på riktiga examensfrågor.
AI-handledare (KAI)
Få steg-för-steg-hjälp dygnet runt, skräddarsydd för den här kursen.
0 studieplaner
Personliga studieplaner som anpassar sig till dina framsteg.
Generera tester
Skapa anpassade övningstester baserat på ämne och svårighet.
Framstegsanalys
Se vad du vet, vad du behöver granska och vad som finns kvar.
HP
Språk
Svenska
Nivå
Grundnivå
Fakultet
Institution
Lärandemål
Kursens övergripande mål är att ge grundläggande kunskaper i statistiska metoder, dvs att utgående från observerade data dra slutsatser om fenomen som påverkas av slumpen. Efter fullgjord kurs förväntas den studerande kunna:
- M1 (Punktskattning): utnyttja en lämplig slumpmodell för att beskriva och analysera observerade data och dra slutsatser om intressanta parametrar, och härleda punktskattningar av parametrar och analysera deras egenskaper.
- M2 (Intervallskattning och Hypotestestning): förstå principerna för att dra slutsatser via konfidensintervall och hypotesprövning. Konstruera konfidensintervall och genomföra hypotesprövning för observerade data, redovisa slutsatserna samt bedöma säkerheten.
- M3 (Chi-två-test): avgöra om en skillnad mellan observerade data och förväntade data beror på slumpen, eller om det beror på ett samband mellan de variabler du studerar.
- M4 (Multipel regressionsanalys): analysera samband mellan variabler med hjälp av enkel eller multipel linjär regression och bedöma den använda modellens relevans. Till ̈ampa slumpmodeller och statistiska metoder i samband med frågeställningar inom ekonomi, teknik och naturvetenskap och kritiskt granska resultaten.
- M5 (Programvara): använda lämpligt programpaket (t. ex. Matlab, R eller liknande) för vissa typer av statistiska analyser.
Kursinnehåll
Chi-två-, t-, F-fördelning. Punktskattning, väntevärdesriktighet och konsistens. Skattning med maximum likelihoodmetod, momentmetod och minsta kvadratmetod. Konfidensintervall och hypotesprövning vid ett respektive flera stickprov, speciellt för normal-, binominal-, och poissonfördelning och då centrala gränsvärdessatsen kan tillämpas. Chi-två-test. Simultan konfidensgrad. Stokastiska vektorer, flerdimensionell normalfördelning, sambandsmått. Multipel regressionsanalys, skattning av parametrar, konfidensområden, prognosområden, variansanalystablåer, variabeltransformation, stegvis regression, effekter av avvikelser från modellen. Användning av datorer: Statistiska analyser inklusive regressionsanalys med hjälp av lämpligt programpaket.
Förutsättningar
- Goda kunskaper i sannolikhetslära, grundläggande kurser i analys och algebra, speciellt matrisalgebra.
Litteratur
Sannolikhetsteori och statistikteori med tillämpningar - G. Blom, J. Enger, G. Englund, J. Grandell
Grundläggande regressionsanalys - Grundläggande regressionsanalys
Formel- och tabellsamling i matematisk statistik, utgiven av matematiska institutionen.
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis