ST813: Statistisk Modellering

25002701(tidligere UVA) er identisk med denne kursusbeskrivelse. 

Kurset kan ikke følges af studerende, der har bestået kurset ST523.
Kurset samlæses med ST523.

• Have kendskab til algebra og lineær algebra, calculus, grundlæggende statistik
• Kunne anvende den statistiske software R

Kurset har til formål at sætte den studerende i stand til at Deltagerne
vil opnå indsigt i lineære og generaliserede lineære modellers
matematiske struktur, herunder erfaring med at genkende sådanne modeller
ud fra et givet statistisk problem.

Kurset bygger oven på den viden,
der er erhvervet i kurserne ST521: Matematisk statistik og kendskab til
lineær algebra svarende til kurset MM538: Algebra og lineær algebra, og
giver et fagligt grundlag for at studere avanceret statistik og speciale
projekter.

I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:

• have
  overblik over de forskellige typer lineære og generaliserede lineære
  modeller og hovedeksempler på disse, samt kunne identificere hvilke
  problemstillinger der kan løses ved hjælp af sådanne modeller;
• have
  rutine i at manipulere de matematiske og statistiske elementer for
  lineære og generaliserede lineære modeller og at skelne klart mellem
  eksakte og asymptotiske resultater;
• have sikkerhed i at anvende
  teoretiske resultater for lineære og generaliserede lineære modeller på
  konkrete eksempler, samt gøre rede for resultaternes praktiske
  fortolkning;
• have fortrolighed med den statistiske programpakke R, og rutine i dens anvendelse til statistisk modellering. 

For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at:

• kunne
  genkende de forskellige typer modeller og beskrive deres ligheder og
  forskelle, og gøre rede for den rolle som svarvariabel, forklarende
  variable, variansfunktion og linkfunktion spiller for statistisk
  modellering;
• kunne manipulere de matematiske og statistiske
  elementer for lineære og generaliserede lineære modeller, så som
  parametre og principper for estimation, udledning af statistiske test
  baseret på standardfejl, devians og residual kvadratsum;
• opnå
  overblik over de vigtigste eksempler på lineære og generaliserede
  lineære modeller, samt kunne udlede teoretiske egenskaber for nye
  modeller baseret på den generelle teori;
• erkende betydningen af
  og forskellen mellem regressionsparametre og dispersionsparameteren, og
  bruge denne viden i praktiske og teoretiske sammenhænge:
• kunne
  udføre praktisk dataanalyse ved hjælp af statistisk modellering,
  herunder undersøge en models korrekthed ved hjælp af residualanalyse;
• udføre
  den statistiske analyse med brug af den statistiske software R,
  herunder kunne identificere og fortolke relevante oplysninger i
  programmets output;
• dokumentere resultaterne af en statistisk analyse i form af en skriftlig rapport.

Se BlackBoard for pensumlister og yderligere litteraturhenvisninger.

• Introfase (forelæsning, holdtimer) - 48 timer
  
• Træningsfase: 32 timer
  

I introfasen benyttes en modificeret udgave af klassisk forelæsning, hvor fagets grundbegreber og metoder præsenteres, med såvel teori som eksempler baseret på konkrete data. I disse timer er der mulighed for spørgsmål og diskussion. I træningsfasen arbejdes der med regneopgaver og diskussionsemner, som relaterer sig til indholdet i de forudgående introfasetimer. I disse timer er der mulighed for at arbejde specifikt med særligt vanskelige emner. I studiefasen arbejder de studerende selvstændigt med opgaver og forståelsen af fagets termer og begreber diskuteres. Der er efterfølgende mulighed for at bringe spørgsmål op i enten introfasetimerne eller træningsfasetimerne. 

Aktiviteter i studiefasen:

De studerende forventes at:

• Arbejde med de nye begreber.
• Øge deres forståelse af de emner der dækkes ved forelæsningerne.
• Løse relevante opgaver.
• Læs teksten bogkapitler og videnskabelige tidsskriftsartikler leveres som støtte til forelæsningerne