SF1910 Tillämpad statistik 7,5 hp

Applied Statistics

Kursens övergripande syfte är att studenten ska bli väl förtrogen med grundläggande begrepp, teori, modeller och lösningsmetoder inom sannolikhetsteori och statistisk inferens.

  • Utbildningsnivå

    Grundnivå
  • Huvudområde

    Teknik
  • Betygsskala

    A, B, C, D, E, FX, F

Kurstillfällen/kursomgångar

HT19 CSAMH för programstuderande

HT18 CSAMH, CLGYM för programstuderande

Lärandemål

Efter fullgjord kurs förväntas studenten kunna:

  • definiera och beräkna sammanfattande beskrivande storheter såsom läges-, spridnings- och beroendemått för datamängder och statistiska fördelningar
  • konstruera elementära statistiska modeller för experiment
  • beskriva standardmodeller och redogöra för tillämpbarheten för dessa i givna exempel
  • med standardmetoder såsom Maximum-likelihhodmetoden och minsta-kvadratmetoden utveckla skattningar för storheter och kvantifiera osäkerheten i dessa skattningar, till exempel med felfortplantningsformler och konfidensintervall
  • värdera och jämföra skattningar bland annat med hänsyn till egenskaper såsom väntevärdesriktighet och effektivitet
  • analysera hur mätosäkerhet påverkar slutsatser och kvantifiera risker och felsannolikheter i statistisk hypotesprövning
  • genomföra ett projektarbete i grupp med större och realistiska datamängder
  • använda statistiska metoder för beslutsfattande som kan stödja en hållbar samhällsutveckling.

För att uppnå högsta betyg förväntas studenten dessutom kunna följande:

  • Kombinera flera ovan nämnda begrepp och metoder för att lösa mer sammansatta problem.

Kursens huvudsakliga innehåll

Kursen består av föreläsningar, övningar, laborationer och ett projektarbete.

Kursens huvudsakliga innehåll är Deskriptiv statistik, både visuell och numerisk beskrivning.

Grundläggande begrepp såsom sannolikhet, betingad sannolikhet och oberoende händelser. Diskreta och kontinuerliga stokastiska variabler, i synnerhet endimensionella stokastiska variabler. Läges-, spridnings- och beroendemått för stokastiska variabler och datamängder. Vanliga fördelningar och deras modellsituationer, bland annat normalfördelningen, binomialfördelningen och poissonfördelningen. Centrala gränsvärdessatsen och stora talens lag.

Punktskattningar och generella skattningsmetoder såsom Maximum-likelihoodmetoden och Minsta-kvadratmetoden. Allmänna konfidensintervall men speciellt konfidensintervall för väntevärde och varians i normalfördelning. Konfidensintervall för andelar och skillnad i väntevärden och andelar.

Hypotesprövning. Chi2-test av fördelning, homogenitetstest och kontigenstabeller. Linjär regression. 

Behörighet

Grundläggande differential- och integralkalkyl motsvarande innehållet i SF1625, SF1626.

Rekommenderade förkunskaper

SF1626 Flervariabelanalys,  SF1624 Algebra och geometri 

Litteratur

Blom et al., Sannolikhetsteori och statistikteori med tillämpningar, Studentlitteratur

Utdelat material.

Examination

  • PRO1 - Projektuppgift, 1,5, betygsskala: P, F
  • TEN1 - Tentamen, 6,0, betygsskala: A, B, C, D, E, FX, F

Krav för slutbetyg

En skriftlig tentamen, godkänt projekt.

Ges av

SCI/Matematik

Kontaktperson

Björn-Olof H G Skytt (bos@kth.se)

Examinator

Björn-Olof Skytt <bos@kth.se>

Påbyggnad

SF2930  Regressionsanalys

SF2935 Moderna metoder för statistisk inlärning

SF2955 Datorintensiva metoder inom matematisk statistik

Versionsinformation

Kursplan gäller från och med HT2016.
Examinationsinformation gäller från och med HT2016.