ST803: Ekstremværdistatistik

Indgangskrav

Ingen

Faglige forudsætninger

Studerende, der følger kurset, forventes at:

Have kendskab til matematisk statistik og sandsynlighedsteori, som f. eks undervist i ST521 Matematisk Statistik og MM544 Sandsynlighedsteori

Formål

Kurset har til formål at sætte den studerende i stand til formelt at arbejde med sandsynlighedsmodeller for ekstreme værdier, hvilket er vigtigt i forhold til modellering af ekstreme hændelser, f.eks. i finansiering og forsikring.

Målbeskrivelse

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

reproducere de teoretiske resultater vedrørende konvergens af maksima og excesser over en tærskel
verificere hvis en fordeling er i domain of attraction af den generaliserede ekstremværdifordeling
verificere hvis en fordeling opfylder andenordensbetingelsen
beskrive principperne for estimering af det ekstreme værdi- indeks og ekstreme kvantiler, og anvende dem i en given praktisk sammenhæng
programmere kursets modeller og teknikker i den statistiske software brugt ved kurset
identificere og forstå relevante oplysninger i softwarens output
resumere resultaterne af en analyse i en statistisk rapport

Indhold

Kurset indeholder følgende faglige hovedområder:

Grafiske metoder for analysen af halen af en fordelingsfunktion, ordensvariable, konvergens af normaliserede maksima, domain of attraction af den generaliserede ekstremværdifordeling, konvergens af excesser over en tærskel, den generaliserede Pareto- fordeling, andenordensbetingelsen, estimering af det eksteme værdi indeks og ekstreme kvantiler.

Litteratur

Se itslearning for pensumlister og yderligere litteraturhenvisninger.

Eksamensbestemmelser

Eksamenselement a)

Tidsmæssig placering

Juni

Udprøvninger

Mundtlig eksamen

EKA

N370002102

Censur

Intern prøve, to eller flere bedømmere

Bedømmelse

7-trinsskala

Identifikation

Studiekort - Navn

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Eksamen er med begrænsede hjælpemidler

ECTS-point

Vejledende antal undervisningstimer

40 timer per semester

Undervisningsform

Skemalagte undervisningstimer:

Antal undervisningstimer i alt: 40

Heraf:

Fællestimer i klasselokale/auditorium: 40

Kurset introducerer de generelle emner til forelæsninger, og øvelsestimerne behandler efterfølgende opgaver i det gennemgåede stof.

Andre planlagte undervisningsaktiviteter:

Læsning af kursusmaterialet og forberedelse til ugentlige opgaver, individuelt eller i grupper.

Ansvarlig underviser

Navn	E-mail	Institut
Yuri Goegebeur	Yuri.Goegebeur@imada.sdu.dk	Data Science

Skemaoplysninger

Odense

Vis fuldt skema

Administrationsenhed

Institut for Matematik og Datalogi (matematik)

Team hos Registratur

NAT

Udbudssteder

Odense

Anbefalede studieforløb

Profil	Uddannelse	Semester	Udbuds periode

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.