Kursplan för Multivariata metoder

Multivariate Methods

Kursplan

  • 10 högskolepoäng
  • Kurskod: 1MS003
  • Utbildningsnivå: Grundnivå
  • Huvudområde(n) och successiv fördjupning: Matematik G2F

    Förklaring av koder

    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: 2007-03-15
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Reviderad: 2018-08-30
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: vecka 30, 2019
  • Behörighet: 60 hp matematik inklusive Sannolikhetsteori I och Inferensteori I.
  • Ansvarig institution: Matematiska institutionen

Mål

Efter godkänd kurs ska studenten kunna:

  • redogöra för några tekniker för visualisering av multivariata datamaterial;
  • redogöra för och använda multivariat normalfördelning;
  • genomföra statistiska test kring medelvärdesvektorn hos en multivariat normalfördelning;
  • genomföra statistiska test kring två eller flera populationer hos en multivariat normalfördelning;
  • redogöra för metoder och tekniker för validering av multivariat normalfördelning;
  • använda principalkomponent- och faktoranalys i typiska problem;
  • använda kanonisk korrelationsanalys;
  • använda klassificeringstekniker;
  • redogöra för och använda klusteranalysmetoder för multivariata data;
  • presentera matematisk-statistiska resonemang för andra.

Innehåll

Visualiseringsmetoder. Multivariat normalfördelning, test av medelvärdsvektor, test av en eller flera populationer. Valideringstekniker. Principalkomponentanalys. Faktoranalys. Kanonisk korrelationsanalys. Klassificering. Multivariat klusteranalys.

Undervisning

Föreläsningar, räkneövningar och datorlaborationer.

Examination

Kursen examineras genom ett skriftligt prov (8 hp) vid kursens slut samt genom inlämningsuppgifter, datorlaborationer och eventuellt muntlig presentation under kursen (2 hp) enligt anvisningar som lämnas vid kursens start. 
 
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

Litteraturlista

Gäller från: vecka 30, 2019

  • Johnson, Richard Arnold; Wichern, Dean W. Applied multivariate statistical analysis

    6. ed.: Upper Saddle River, N.J.: Pearson Prentice Hall, cop. 2007

    Se bibliotekets söktjänst

  • Coghlan, Avril A little book of R for multivariate analysis

    Avril Coghlan (Wellcome Trust Sanger Institute, Cambridge), 2014

    Länk till texten