Sannsynlighetsregning og statistikk 1 (STA100)

Innhold

Emnet gir en innføring i beskrivende statistikk, grunnleggende sannsynlighetsregning og en introduksjon til sentrale diskrete og kontinuerlige sannsynlighetsmodeller. Grunnleggende teori for estimering og for testing av statistiske hypoteser i de vanligste modellene blir gått gjennom, og eksempler på gjennomføring av statistiske analyser i praksis blir demonstrert. En innføring i simulering blir også gitt. Innføring i bruk av R for programmering, data-analyse og simulering er en integrert del av emnet.

Tema som blir gjennomgått: Innføring i grunnleggende sannsynlighetsteori, inkludert betinget sannsynlighet, forventning, varians og en gjennomgang av vanlige sannsynlighetsfordelinger som binomisk, hypergeometrisk, poisson, eksponential og normalfordeling. Innføring i simulering. En innføring i punktestimering, konfidensintervall og hypotesetesting i situasjoner med ett og to utvalg. En introduksjon til korrelasjon, regresjonsanalyse, variansanalyse og kjikvadrattester. Bruk av R for analyse av data, programmering og simulering.

Læringsutbytte

Etter å ha tatt dette emnet skal studenten:

• Kunne bruke enkle metoder for analyse og presentasjon av data.

• Beherske grunnleggende sannsynlighetsregning.

• Vite hva en stokastisk variabel, sannsynlighetsfordeling, forventning og varians er.

• Kunne beregne forventning, varians og sannsynligheter til stokastiske variable og enkle funksjoner av stokastiske variable.

• Kunne bruke grunnleggende sannsynlighetsfordelinger som binomisk, Poisson, hypergeometrisk, eksponential-, og normalfordeling.

• Kunne bruke sentralgrenseteoremet.

• Kunne sette opp, kjøre og tolke resultatet fra enkle simuleringsmodeller

• Kunne finne estimatorer og beregne konfidensintervall for noen sentrale parametre i sannsynlighetsfordelinger.

• Kjenne generelle prinsipp for hypotesetesting og kunne bruke dette på ett og flerutvalgsproblemer.

• Kjenne teori for og kunne bruke korrelasjon, regresjonsanalyse og enkel variansanalyse.

• Vite hvilke forutsetninger som ligger til grunn for de ulike metodene og være i stand til å vurdere om disse er oppfylt.

• Kunne bruke kjikvadrattester.

• Kunne bruke R for grunnleggende data-analyse, programmering og simulering.

Forkunnskapskrav

Anbefalte forkunnskaper

Eksamen / vurdering

Vilkår for å gå opp til eksamen/vurdering

Obligatoriske undervisningsaktiviteter må være godkjent for å få avlegge eksamen.

Obligatoriske arbeidskrav (som innlevering, laboratorieoppgaver, prosjektoppgaver og lignende) skal være godkjent av faglærer innen 3 uker før eksamensdato.

Fagperson(er)

Emneansvarlig:

Instituttleder:

Arbeidsformer

To til seks timer forelesning, to timer organisert regneøving og fire-åtte timer selvstudium per uke.

Åpent for

Emneevaluering

Litteratur