Datorintensiv statistik och informationsutvinning

10 hp

Kursplan, Avancerad nivå, 1MS009

Det finns en senare version av kursplanen.
Kod
1MS009
Utbildningsnivå
Avancerad nivå
Huvudområde(n) med fördjupning
Matematik A1N
Betygsskala
Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
Fastställd av
Teknisk-naturvetenskapliga fakultetsnämnden, 3 november 2008
Ansvarig institution
Matematiska institutionen

Behörighetskrav

120 högskolepoäng med kursen Regressions- och variansanalys eller motsvarande

Mål

För godkänt betyg på kursen skall studenten

  • ha god överblick och kunskap om ett flertal statistiska tekniker som utvecklats de senaste decennierna i takt med att datorernas kapacitet ökat;

  • förstå den teoretiska grunden för Markov Chain Monte Carlo-metoder och kunna använda sådana tekniker för valda statistiska problem;

  • förstå principerna för slumptalsgeneratorer;

  • ha förmåga att använda simuleringsmetoder som Bootstrap och SIMEX;

  • kunna använda datorintensiva icke-linjära statistiska metoder;

  • ha kunskap om EM-metoder;

  • ha kunskaper och färdigheter att självständigt använda icke-parametriska statistiska modeller;

  • ha viss erfarenhet av tillämpningar inom bildanalys och finansiell matematik;

  • kunna använda statistisk programvara, företrädesvis R.

    Innehåll

    Återsamplingsmetodik, Jack-knife, bootstrap. Icke-linjära statistiska metoder. EM-algoritmen, SIMEX-metodik. Markov Chain Monte Carlo. Slumptalsgeneratorer. Smoothing-tekniker. Kernelskattningar, närmaste granne-skattningar, ortogonala och lokala polynomiella skattningar, wavelet-skattning. Splines. Val av bandbredd och andra parametrar. Tillämpningar och användning av statistisk programvara.

    Undervisning

    Föreläsningar, räkneövningar och datorlaborationer.

    Examination

    Skriftligt och eventuellt muntligt prov (4 poäng) vid kursens slut samt inlämningsuppgifter och datorlaborationer (6 poäng) under kursen enligt anvisningar som lämnas vid kursstarten.

    • FÖLJ UPPSALA UNIVERSITET PÅ

    facebook
    instagram
    twitter
    youtube
    linkedin