ST524: Statistik og Sandsynlighed

Det Naturvidenskabelige Studienævn

Undervisningssprog: På dansk eller engelsk afhængigt af underviser, men engelsk ved internationale studerende
EKA: N360014102
Censur: Intern prøve, to eller flere bedømmere
Bedømmelse: 7-trinsskala
Udbudssteder: Odense
Udbudsterminer: Efterår
Niveau: Bachelor

STADS ID (UVA): N360014101
ECTS-point: 5

Godkendelsesdato: 24-02-2022


Varighed: 1 semester

Version: Godkendt - aktiv

Kommentar

Kurset samlæses med første halvdel af ST521 Matematisk Statistik. 

Indgangskrav

Kurset kan ikke følges af studerende, der har bestået ST521. 

Faglige forudsætninger

Studerende, der følger kurset, forventes at have kendskab til stoffet fra MM533 Matematisk og numerisk analyse.

Formål

Kurset har til formål at sætte den studerende i stand til at forstå den matematiske statistiks teori og metoder, hvilket er vigtigt i forhold til at beherske disses anvendelse til praktisk data-analyse.
Kurset bygger oven på den viden, der er erhvervet i kurset MM533

Matematisk og numerisk analyse, og giver en generel introduktion til matematisk statistik. Kurset danner grundlag for efterfølgende kurser i statistik såsom beregningsmæssig statistik, multivariat analyse, linerære modeller og sandsynlighedsteori og giver mulighed for at skrive projekter indenfor statistik.

I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:
  • Give kompetence til at beherske den matematiske statistiks teori og metoder, samt deres anvendelser til statistisk udledning
  • Give færdigheder i at foretage statistisk analyse af data og kritisk begrunde valget af relevante analyse- og løsningsmodeller
  • Give teoretisk viden om og praktisk forståelse for anvendelsen af metoder og modeller fra statistik

Målbeskrivelse

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

  • beherske den matematiske statistiks teori og metoder,
  • beherske disses anvendelser til data analyse

Indhold

Kurset indeholder følgende faglige hovedområder:

  • sandsynlighed og stokastiske variable
  • uafhængighed, betinget sandsynlighed og Bayes' sætning
  • diskrete og kontinuerte fordelinger
  • middelværdi, varians og kovarians
  • specielle fordelinger
  • normalfordelingen og den centrale grænseværdisætning
  • momentfrembringende funktioner
  • konvergensbegreber og de store tals lov

    Litteratur

    Se itslearning for pensumlister og yderligere litteraturhenvisninger.

    Eksamensbestemmelser

    Eksamenselement a)

    Tidsmæssig placering

    Januar

    Udprøvninger

    Skriftlig eksamen, multiple choice.

    EKA

    N360014102

    Censur

    Intern prøve, to eller flere bedømmere

    Bedømmelse

    7-trinsskala

    Identifikation

    Studiekort - Eksamensnummer

    Sprog

    Følger, som udgangspunkt, undervisningssprog

    Varighed

    MCQ test 3 timer

    Hjælpemidler

    Alle almindelige hjælpemidler er tilladte fx lærebøger, egne noter, computerprogrammer som ikke benytter internettet m.v.   

    Internet er ikke tilladt. Du må dog gå ind på system DE-Digital Eksamen i forbindelse med udfyldelse af multiple choice testen. Noter fra kurset, som du ønsker at anvende som hjælpemidler, skal downloades til din computer senest dagen før eksamenen. Under eksamenen er det ikke tilladt at gå ind på itslearning.

    ECTS-point

    5

    Uddybende information

    Reeksamen:
    Reeksamen ændres til en mundtlig eksamen, hvis der er 10 eller færre studerende tilmeldte
    Varighed: 30 minutter (inklusiv sidespørgsmål)

    • Emner gives før eksamensdatoen
    • Studerende trækker emne på eksamensdatoen
    • Studerende har 30 minutters forberedelsestid før mundtlig eksamen

    Vejledende antal undervisningstimer

    60 timer per semester

    Undervisningsform

    For at sætte de studerende i stand til at nå læringsmålene for kurset tilrettelægges undervisningen således, at der er 60 forelæsningstimer, holdtimer etc. Disse undervisningsaktiviteter udmønter sig i en anslået vejledende fordeling af arbejdsindsatsen hos en gennemsnitsstuderende på følgende måde:

    • Introfase (forelæsning) - Antal timer: 30
    • Træningsfase: Antal timer: 30

    Aktiviteter i studiefasen:

    • Gennemgang af opgaver ud over de opgaver, der indgår i træningsfasen.
    • Diskussion af fagets begreber og termer.

    Ansvarlig underviser

    Navn E-mail Institut
    Jing Qin qin@imada.sdu.dk Data Science

    Yderligere undervisere

    Navn E-mail Institut By
    Wojciech Szymanski szymanski@imada.sdu.dk Analyse
    Yuri Goegebeur Yuri.Goegebeur@imada.sdu.dk Data Science

    Skemaoplysninger

    Administrationsenhed

    Institut for Matematik og Datalogi (matematik)

    Team hos Uddannelsesjura & Registratur

    NAT

    Udbudssteder

    Odense

    Anbefalede studieforløb

    Overgangsordninger

    Overgangsordninger beskriver, hvordan et kursus erstatter et andet kursus, når der ændres i et studieforløb.
    Hvis der er lavet en overgangsordning for et kursus vil den fremgå af oversigten.
    Se overgangsordninger for alle kurser på Det Naturvidenskabelige Fakultet.