Kursplan för Generaliserade linjära modeller

Generalised Linear Models

Kursplan

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

    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: 2016-03-10
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Reviderad: 2021-10-11
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: HT 2022
  • Behörighet: 120 hp varav 90 hp matematik. Regressionsanalys genomgången. 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

Litteraturlista

Gäller från: HT 2022

I bibliotekets söktjänst kan du se om en titel finns elektroniskt.

  • Madsen, Henrik; Thyregod, Poul Introduction to general and generalized linear models

    Boca Raton, Fla.: CRC, cop. 2011

    Se bibliotekets söktjänst

    Obligatorisk