Hopp til hovedinnhold

Sannsynlighetsregning og statistikk 1 STA100

Kurset gir en innføring i grunnleggende sannsynlighetsregning, inkludert en introduksjon til sentrale diskrete og kontinuerlige sannsynlighetsmodeller. Videre gir kurset en innføring i beskrivende statistikk og statistisk analyse, spesielt estimering og konfidensintervaller, hypotesetesting og regresjonsanalyse. En integrert del av kurset er en innføring i bruk av R for programmering, data-analyse og simulering.


Dette er emnebeskrivelsen for studieåret 2021-2022. Merk at det kan komme endringer.

Fakta
Emnekode

STA100

Vekting (SP)

10

Semester undervisningsstart

Vår

Antall semestre

1

Vurderingsemester

Vår

Undervisningsspråk

Norsk

Tilbys av

Det teknisk-naturvitenskapelige fakultet, Institutt for matematikk og fysikk

Læringsutbytte
Etter å ha tatt dette emnet skal man:
  • 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-, t- og normalfordeling.
  • Kunne bruke sentralgrenseteoremet.
  • Kunne finne estimatorer og beregne konfidensintervall for noen sentrale parametre i sannsynlighetsfordelinger.
  • Kjenne generelle prinsipp for hypotestesting 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 og simulering.
Innhold

Kurset 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. Bruk av programvare (R) for data-analyse og modellering er en integrert del av kurset.

Emner 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. En innføring i punktestimering, konfidensintervall og hypotesetesting i situasjoner med ett og to utvalg. En introduksjon til korrelasjon, lineær regresjonsanalyse, variansanalyse og kjikvadrattester. 

Forkunnskapkrav
Ingen
Anbefalte forkunnskaper
BØK135 Matematisk analyse, MAT100 Matematiske metoder 1
Eksamen / vurdering
Vurderingsform Vekting Varighet Karakter Hjelpemiddel
En skriftlig prøve 1/1 4 Timer A - F Ingen trykte eller håndskrevne hjelpemidler tillatt. Godkjent, enkel kalkulator tillatt.

Vilkår for å gå opp til eksamen/vurdering
Seks obligatoriske innleveringer
Obligatoriske undervisningsaktiviteter må være godkjent for å få avlegge eksamen.
Fagperson(er)
Emneansvarlig: Jan Terje Kvaløy
Faglærer: Daniel Alvestad
Faglærer: Jan Terje Kvaløy
Instituttleder: Bjørn Henrik Auestad
Arbeidsformer
Fire-seks timer forelesning, to timer regneøving og fire-åtte timer selvstudium per uke. Obligatoriske arbeidskrav (som innlevering, laboratorieoppgaver, prosjektoppgaver og lignende) skal være godkjent av faglærer innen 3 uker før eksamensdato.
Åpent for
Biologisk kjemi - bioteknologi - bachelorstudium i biologisk kjemi Byggingeniør - bachelorstudium i ingeniørfag Datateknologi - bachelorstudium i ingeniørfag Automatisering og elektronikkdesign - bachelorstudium i ingeniørfag Kjemi og miljø - bachelorstudium i ingeniørfag Maskiningeniør - bachelorstudium i ingeniørfag Matematikk og fysikk - bachelorstudium Geovitenskap - Bachelorstudium i ingeniørfag Petroleumsteknologi - Bachelorstudium i ingeniørfag Enkeltemner ved Det teknisk-naturvitenskaplige fakultet Byplanlegging - master i teknologi/siv.ing., 5.årig Environmental Engineering - Master of Science Degree Programme Industriell økonomi - Master i teknologi/siv.ing. Industriell økonomi - Master i teknologi/siv.ing. 5 år Kybernetikk og robotteknologi - Master i teknologi/siv.ing. - 5 år Robotteknologi og signalbehandling - Master i teknologi/siv.ing. Konstruksjoner og materialer - Master i teknologi/siv.ing. - 5-årig Matematikk og fysikk, femårig integrert masterstudium i realfag Marin- og undervannsteknologi - femårig master Offshore Technology - Master's Degree Programme Petroleum Engineering - Master of Science Degree Programme Petroleumsteknologi - Master i teknologi, 5-årig Teknisk samfunnssikkerhet - Master i teknologi/siv.ing. Matematikk - årsstudium
Emneevaluering
Skjer vanligvis gjennom skjema og/eller samtaler i henhold til gjeldende retningslinjer
Overlapping
Emne Reduksjon (SP)
Statistikk og samfunnsvitenskapelig metode (BØK104) 8
Sannsynlighetsregning og statistikk 1 (BMF100) 10
Sannsynlighetsregning med statistikk (TE0199) 6
Sannsynlighetsregning med statistikk (ÅMA110) 5
Statistiske metoder 1 (MOT310) 5
Statistikk (ØK0061) 4
Matematikk og statistikk (BØK160) 4
Sannsynlighetsregning med statistikk (TE0199) 5
Sannsynlighetsregning med statistikk (TE0199) 6
Statistikk (BØK145) 5
Litteratur
Søk etter pensumlitteratur i Leganto