Sök i programutbudet

Använd sökfunktionen för att leta efter kurser och program i Chalmers utbildningsutbud. Den programplan och utbildningsplan som avser dina studier är i allmänhet från det läsår du började dina studier.

​​​​​​​​​​​​​

Kursplan för

Läsår
MVE155 - Statistical inference
 
Kursplanen fastställd 2012-02-22 av programansvarig (eller motsvarande)
Ägare: MPENM
7,5 Poäng
Betygskala: TH - Fem, Fyra, Tre, Underkänt
Utbildningsnivå: Avancerad nivå
Huvudområde: Matematik
Institution: 11 - MATEMATISKA VETENSKAPER


Undervisningsspråk: Engelska
Sökbar för utbytesstudenter
Blockschema: LA

Modul   Poängfördelning   Tentamensdatum
Lp1 Lp2 Lp3 Lp4 Sommarkurs Ej Lp
0107 Tentamen 7,5hp Betygskala: TH   7,5hp   12 Mar 2013 em H,  30 Maj 2013 fm V,  30 Aug 2013 fm V

I program

MPBME BIOMEDICAL ENGINEERING, MSC PROGR, Årskurs 1 (obligatoriskt valbar)
MPENM ENGINEERING MATHEMATICS AND COMPUTATIONAL SCIENCE, MSC PROGR, Årskurs 1 (obligatorisk)
TKITE INFORMATIONSTEKNIK, CIVILINGENJÖR, Årskurs 2 (valbar)
TKITE INFORMATIONSTEKNIK, CIVILINGENJÖR, Årskurs 3 (obligatoriskt valbar)

Examinator:

Professor  Serik Sagitov



  Gå till kurshemsida

Behörighet:

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

Kursspecifika förkunskaper

First course in probability and statistics worth of 7.5 credits.

Syfte

To give the students insight in tecniques for treating multiple sample data, sampling designs, and appropriate statistical tests for this kind of data.

Lärandemål (efter fullgjord kurs ska studenten kunna)

- summarize multiple sample data in a meaningful and informative way,
- recognize several basic types of statistical problems corresponding to various sampling designs,
- estimate relevant parameters and perform appropriate statistical tests for multiple sample data sets.

Innehåll

This is a second course in mathematical statistics introducing the following key topics of statistical inference:

- sampling designs and summarizing data

- maximum likelihood estimation of parameters, bootstrap

- parametric and non-parametric inference

- the analysis of variance, linear least squares, categorical data

- elements of the decision theory and Bayesian inference.

Organisation

Lectures and optional computer assignment.

Litteratur

Mathematical statistics and data analysis by John A. Rice.

Lecture notes and home assignment solutions downloadable from the internet.

Examination

Written examination.
Bonus points for an optional laboratory assignment.


Sidansvarig Publicerad: on 24 jan 2018.