ST813: Statistisk Modellering
Kommentar
25002701(tidligere UVA) er identisk med denne kursusbeskrivelse.
Kurset kan ikke følges af studerende, der har bestået kurset ST523.
Kurset samlæses med ST523.
Indgangskrav
Faglige forudsætninger
- Have kendskab til algebra og lineær algebra, calculus, grundlæggende statistik
- Kunne anvende den statistiske software R
Formål
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.
Målbeskrivelse
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.
Indhold
- Lineære modeller, simple og multiple regressionsmodeller.
- Parameterestimation, hypotesetest og konfidensområder.
- Residualanalyse.
- Transformation af variable, polynomiel regression.
- Envejs ANOVA.
- Modelopbygning og variabelselektion.
- Prediktion.
- Naturlige eksponentielle familier; momentfrembringende funktioner; variansfunktioner;
- Dispersionsmodeller;
- Likelihood teori;
- Chi-i-anden, F-og t-test; deviansanalyse;
- Iterativ mindste kvadraters algoritme;
- Lineære normale modeller,
- Logistisk regression,
- Analyse af tælledata, positive data.
Litteratur
Eksamensbestemmelser
Eksamenselement a)
Tidsmæssig placering
Udprøvninger
To take-home-opgaver, der bedømmes samlet
EKA
Censur
Bedømmelse
Identifikation
Sprog
Hjælpemidler
Oplyses på kurset
ECTS-point
Uddybende information
Vejledende antal undervisningstimer
Undervisningsform
- 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