Kursplan för Sannolikhetslära och inferensteori I

Probability Theory and Statistical Inference I

Kursplan

  • 7,5 högskolepoäng
  • Kurskod: 2ST065
  • Utbildningsnivå: Grundnivå
  • Huvudområde(n) och successiv fördjupning: Statistik G1F

    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 (G), väl godkänd (VG)
  • Inrättad: 2007-01-24
  • Inrättad av: Samhällsvetenskapliga fakultetsnämnden
  • Reviderad: 2021-09-10
  • Reviderad av: Institutionsstyrelsen
  • Gäller från: vecka 04, 2022
  • Behörighet: Minst 15 hp från Statistik A, 30 hp
  • Ansvarig institution: Statistiska institutionen

Mål

En student som gått kursen skall

- ha fått tillräckliga kunskaper i såväl sannolikhetslära som i allmänna principer för inferens för att kunna förstå och tillämpa statistiska metoder.
- ha förvärvat en viss förmåga att förstå och självständigt kunna använda de teoretiska begrepp, som förekommer i den grundläggande teorin för tillämpade statistiska metoder
- ha kunskaper om hur statistiska metoder kan utvärderas med hjälp av datorsimuleringar
- ha kunskaper om de matematiska metoder som används i teoretisk statistik
- kunna bedöma om förutsättningarna för en statistisk metod är uppfyllda

Innehåll

Matematiska grunder: Gränsvärdesbegreppet. Derivering och integrering.

Sannolikhetslära: Diskreta och kontinuerliga slumpvariabler. Förväntan och variansoperatorn. Linjära kombinationer av slumpvariabler. Bivariata fördelningar. Den betingade fördelningen och marginalfördelningen. Betingad förväntan och varians. Samplingsfördelningar och centrala gränsvärdessatsen.

Inferensteori: Punkt- och intervallestimation. Maximumlikelihood-metoden och andra estimationsmetoder. Estimatorers egenskaper: förväntningsriktighet, konsistens, relativ effektivitet. Hypotesprövning. Styrkefunktionen.

Undervisning

Undervisning ges i form av föreläsningar och räkneövningar

Examination

Examinationen sker dels genom ett skriftligt prov i slutet av kursen och dels genom redovisning skriftligt och muntligt av ett antal obligatoriska inlämningsuppgifter, så kallade laborationer. De betyg som kan ges på en kurs är: icke godkänd, godkänd respektive väl godkänd.

"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 särskilt pedagogiskt stöd från universitetets samordnare."

Övriga föreskrifter

Kursen kan ingå i Ekonomprogrammet, Finsamprogrammet, Politices magisterprogrammet och Samhällsvetarprogrammet. Kursen är obligatorisk i Finsamprogrammet med finansiell inriktning.
Kursen kan också läsas som fristående kurs.

Litteratur

Litteraturlista

Gäller från: vecka 04, 2022

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

  • Devore, Jay L.; Berk, Kenneth N. Modern mathematical statistics with applications

    2. ed.: New York, NY [u.a.]: Springer, 2012

    Se bibliotekets söktjänst