Sök i kursutbudet

Använda sökfunktionen för att hitta i Chalmers utbildningsutbud, både vad gäller kurser och program. När det finns en kurshemsida visas en hus-symbol som leder till denna sida. Tänk på att välja det läsår du vill se information om.
Sök program och utbildningsplaner


Institutionernas kurser för doktorander

​​​​​​​​​​​​​​​​​​​​

Kursplan för

Läsår
MVE302 - Sannolikhet och statistik  
Probability and statistics
 
Kursplanen fastställd 2019-02-22 av programansvarig (eller motsvarande)
Ägare: TKTEM
7,5 Högskolepoäng
Betygskala: TH - Fem, Fyra, Tre, Underkänd
Utbildningsnivå: Grundnivå
Huvudområde: Matematik
Institution: 11 - MATEMATISKA VETENSKAPER


Undervisningsspråk: Svenska
Anmälningskod/tillfälleskod: 59120
Sökbar för utbytesstudenter: Nej
Max antal deltagare: 60
Endast studenter med kurstillfället i programplan

Modul   Poängfördelning   Tentamensdatum
Lp1 Lp2 Lp3 Lp4 Sommarkurs Ej Lp
0318 Tentamen 6,0 hp Betygskala: TH   6,0 hp   03 Jun 2020 fm J,  11 Okt 2019 fm SB_MU,    11 Okt 2019 fm SB_MU   18 Aug 2020 fm J
0418 Projekt 1,5 hp Betygskala: UG   1,5 hp    

I program

TKTEM TEKNISK MATEMATIK, CIVILINGENJÖR, Årskurs 1 (obligatorisk)

Examinator:

Johan Jonasson

  Gå till kurshemsida

Ersätter

MVE301   Sannolikhet, statistik och risk


Behörighet:

För kurser på grundnivå inom Chalmers utbildningsprogram gäller samma behörighetskrav som till de(t) program där kursen ingår i programplanen.

Kursspecifika förkunskaper

Inledande en- och flervariabelanalys. Linjär algebra rekommenderas.

Syfte

Det övergripande syftet med kursen är att både ge grundläggande kunskaper i sannolikhetsteori och statistik och ge färdigheter till att lösa enkla praktiska problem/säkerhetanalyser. Mer detaljerat är syftet att behandla grunderna inom sannolikhetslära och klassisk inferens samt att ge en introduktion till moderna datorintensiva metoder att analysera data (t.ex. bootstrap) och, genom att använda Bayesiansk inferens, ge kunskaper om hur man kan väga samman olika typer av osäkerheter.

Lärandemål (efter fullgjord kurs ska studenten kunna)

Efter fullgjord kurs ska studenten ha god färdighet i grundläggande sannolikhetsteori och en god känsla för statistiskt tankesätt, statistisk modellering och grundläggande statistiska metoder. Detta innefattar även en viss inblick i Bayesianska metoder. Man ska också kunna använda programvara till att simulera fördelningar för stokastiska variabler och utföra statistisk inferens.

En mycket detaljerad läsanvisning kommer att publiceras på kurshemsidan. Ett projekt kommer också att ge en gruppvis fördjupning i något område, färdighet i muntlig presentationsteknik och färdighet i rapportskrivning. 

Innehåll

Utfallsrum, sannolikhet, betingning. Modellering med olika sannolikhetsfördelningar. Metoder att räkna med stokastiska variabler, väntevärdes- och varianslagar, genererande funktioner, centrala gränsvärdessatsen, fördelningsapproximation, felintensitet. Parameterskattning, maximum likelihood mm., konfidensintervall och test i olika standardsituationer, stokastiska vektorer och introduktion till linjär regression. Envägs variansanalys. Bayesiansk statistik. Poissonprocesser. Bootstrap. Ett projekt ger vidare fördjupning inom något område.

Organisation

Föreläsningar, räkneövningar, projekthandledning och två tillfällen för projektredovisning.

Litteratur

P. Olofsson and M. Andersson, Probability, Statistics and Stochastic Processes, 2nd edition, Wiley 2011.

Examination inklusive obligatoriska moment

Skriftlig examen och projekt. Projektet omfattar en skriftlig rapport och en muntlig redovisning inför klassen. Det är obligatorisk närvaro på presentationstillfällena.


Sidansvarig Publicerad: må 13 jul 2020.