Kursplan för Generaliserade linjära modeller

Generalised Linear Models

  • 5 högskolepoäng
  • Kurskod: 1MS369
  • Utbildningsnivå: Avancerad nivå
  • Huvudområde(n) och successiv fördjupning: Matematik A1N

    Huvudområde(n) och successiv fördjupning

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå
    G1N: har endast gymnasiala förkunskapskrav
    G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    GXX: kursens fördjupning kan inte klassificeras.

    Avancerad nivå
    A1N: har endast kurs/er på grundnivå som förkunskapskrav
    A1F: har kurs/er på avancerad nivå som förkunskapskrav
    A1E: innehåller examensarbete för magisterexamen
    A2E: innehåller examensarbete för masterexamen
    AXX: kursens fördjupning kan inte klassificeras.

  • Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
  • Inrättad: 2016-03-10
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Reviderad: 2018-08-30
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: vecka 24, 2019
  • Behörighet: 120 hp varav 90 hp matematik med Regressionsanalys.
    Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
  • Ansvarig institution: Matematiska institutionen

Mål

Efter godkänd kurs ska studenten kunna:

  • redogöra för principerna för generalisering av den linjära modellen;
  • finna rätt länkfunktion;
  • genomföra inferens baserad på maximumlikelihood för generaliserade linjära modeller;
  • redogöra för kvasilikelihood;
  • genomföra tester i allmänna linjära modeller;
  • använda R för analys av datamaterial;
  • tolka resultaten från genomförd analys i praktiska exempel.

Innehåll

Modeller med olika länkfunktioner. Binär (logistisk) regression. Skattning och modellanpassning. Residualanalys. Blandade modeller. Hierarkiska modeller. Praktiska exempel. R-kommandon.

Undervisning

Föreläsningar och datorövningar.

Examination

Skriftligt prov vid kursens slut kombinerat med obligatoriska inlämningsuppgifter under kursens gång. 

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.

Litteratur

Uppgift om kurslitteratur saknas. Ta kontakt med ansvarig institution för mer information.