Hopp til hovedinnhold

Statistisk modellering og simulering STA510

Kurset gir et grunnlag for problemløsning i teknologi, naturvitenskap og økonomi ved hjelp av statistisk modellering, simulering og analyse.


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

Fakta
Emnekode

STA510

Vekting (SP)

10

Semester undervisningsstart

Høst

Antall semestre

1

Vurderingsemester

Høst

Undervisningsspråk

Engelsk

Tilbys av

Det teknisk-naturvitenskapelige fakultet, Institutt for matematikk og fysikk

Læringsutbytte

Etter å ha tatt dette emnet skal studenten:

Kunnskaper

  • kunne lage og bruke statistiske modeller for en rekke tekniske, naturvitenskapelige og økonomiske problemer
  • ha kunnskap om styrker og begrensninger til noen sentrale teknikker for statistisk modellering og simulering

Ferdigheter

  • kunne implementere modellene (i R)
  • kunne gjennomføre simuleringer av statistiske modeller, analysere resultatene statistisk, og:
  • kunne gjøre vurderinger av usikkerhet i resultatene

Generell kompetanse

  • kunne løse kompliserte problemer ved hjelp av programmering og datamaskiner
  • kunne presentere resultatene på egnet måte
Innhold
I kurset fokuseres det på metoder til å modellere og analysere en rekke stokastiske fenomen. Analysen vil i praksis ofte bli gjort ved simulering, men også teoretisk analyse er viktig. Studenten skal kunne implementere statistiske modeller på datamaskin, generere, fortolke og presentere resultatene. Emner som er aktuelle å ta opp: generelt om statistisk modellbygging, vurdering av godhet til modell, estimering av fordeling og parametere i modell samt vurdere usikkerheten til estimatene, bootstrap, tallgeneratorer, variansreduserende teknikker, modellering og simulering av avhengigheter, modellering og simulering av stokastiske prosesser, grunnleggende Bayesiansk statistikk og Markov chain Monte Carlo. Kurset vil ha flere øvelser med bruk av datamaskin og programmet R.
Forkunnskapkrav
Ingen
Anbefalte forkunnskaper
MAT100 Matematiske metoder 1, MAT200 Matematiske metoder 2, STA100 Sannsynlighetsregning og statistikk 1
Eksamen / vurdering
Vurderingsform Vekting Varighet Karakter Hjelpemiddel
Mappevurdering med tre individuelle innleveringsoppgaver 1/1 A - F Alle.

Første innlevering teller 10%, andre innlevering teller 30% og tredje innlevering teller 60%. Faglærer beregner karakter.Kandidater med ikke-bestått på innleveringer, kan ikke levere nye hjemmearbeid før neste gang emnet har ordinær undervisning.

Fagperson(er)
Emneansvarlig: Tore Selland Kleppe
Faglærer: Stein Andreas Bethuelsen
Emneansvarlig: Tore Selland Kleppe
Instituttleder: Bjørn Henrik Auestad
Arbeidsformer
Fire timer øvingsarbeid/datalab pr uke, forelesninger på video
Åpent for
Matematikk og fysikk - bachelorstudium Enkeltemner ved Det teknisk-naturvitenskaplige fakultet Byplanlegging - Master Datateknologi - Master program Environmental Engineering - Master of Science Degree Programme Industriell økonomi - Master i teknologi/siv.ing. Robotteknologi og signalbehandling - Master i teknologi/siv.ing. Konstruksjoner og materialer - Master i teknologi/siv.ing. Mathematics and Physics - Master of Science Degree Programme Matematikk og fysikk, femårig integrert masterstudium i realfag Offshore Field Development Technology - Master's Degree Programme Industrial Asset Management - Master's Degree Programme Marine- and Offshore Technology - Master's Degree Programme Offshore Technology - Master's Degree Programme Petroleum Geosciences Engineering - Master of Science Degree Programme Petroleum Engineering - Master of Science Degree Programme Teknisk samfunnssikkerhet - Master i teknologi/siv.ing. Risk Management - Master's Degree Programme (Master i teknologi/siviling.) Utveksling ved Det teknisk- naturvitenskapelige fakultet
Emneevaluering
Skjer vanligvis gjennom skjema og/eller samtaler i henhold til gjeldende retningslinjer.
Overlapping
Emne Reduksjon (SP)
Statistisk modellering og simulering (TE6039) 5
Statistisk modellering og simulering (MET260) 10
Litteratur
Søk etter pensumlitteratur i Leganto