Behörighetskrav

120 hp varav 60 hp inom teknik/naturvetenskap. Genomgångna kurser om 25 hp matematik/statistik/beräkningsvetenskap, varav 15 hp ska vara avklarade. Bland dessa 25 hp ska statistik 5 hp ingå. Genomgången kurs programmeringsteknik 5 hp. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

Mål

Efter godkänd kurs ska studenten kunna

• generera simulerade univariata, multivariata och temporala datamängder som är relevanta för tillämpningar inom industriell analys, bioinformatik och bioteknik,
• applicera datorintensiva metoder för statistisk slutledning som är baserade på återsamplingsmetoder och Bayesianska metoder, för analys av en och flera variabler, som alternativ till frekventistiska metoder för problem relevanta inom industriell analys, bioinformatik och bioteknik,
• förklara fördelar och nackdelar gällande statistisk slutledning som bygger på datamodellering respektive algoritmisk modellering,
• redogöra för metoder inom experimentell design, inklusive aktiv maskininlärning, för problem som är relevanta inom industriell analys, bioinformatik och bioteknik.

Innehåll

Statistisk slutledning i ett tekniskt perspektiv. Simulering av data genererade från urnmodeller, mixturer av täthetsfunktioner, multivariata fördelningar, markovmodeller, gömda markovmodeller, linjära och olinjära regressionsmodeller, additivt och multiplikativt experimentellt brus. Återsamplingsbaserad statistisk slutledning i en och flera variabler för intervallskattning och hypotesprövning. Bayesiansk slutledning i en och flera variabler för parameterskattning och konfidensintervall, val av modellfamilj, samt prediktion. Praktisk och konceptuellt jämförelse av statistisk slutledning baserad på datamodellering med algoritmbaserad modellering för statistisk slutledning. Experimentella designmetoder inkluderande optimal experimentell design, praktiska approximationer och aktiv maskininlärning.

Undervisning

Föreläsningar, seminarier och laborationer.

Examination

Skriftlig tentamen (2 hp) samt aktivt deltagande i seminarier och redovisning av laborationer (3 hp).

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

Övriga föreskrifter

Kursen kan inte tillgodoräknas i examen tillsammans med 1TS322 Statistisk slutledning för industrial analytics eller 1MB459 Statistisk slutledning för bioinformatik.