Kursplan

Statistik, Sannolikhetslära, avancerad nivå, 5 högskolepoäng

Statistics, Probability Theory, Second Cycle, 5 Credits

Kurskod: ST437A Högskolepoäng: 5
Huvudområde: Statistik Fördjupning: A1N
Senast ändrad: 2024-03-12    
Utbildningsnivå: Avancerad nivå Beslutad av: Prefekt
Inrättad: 2022-11-01 Litteraturlista fastställd: 2024-03-12
Giltig fr.o.m.: Höstterminen 2024 Revision: 2

Mål

Kunskap och förståelse

Efter avslutad kurs ska den studerande ha

  • avancerade kunskaper i sannolikhetsteori
  • avancerade kunskaper om olika fördelningar och deras egenskaper
  • förståelse för de grundläggande principerna inom sannolikhetsteorin.

Färdighet och förmåga

Den studerande ska efter avslutad kurs kunna

  • identifiera, strukturera och analysera praktiska problem med hjälp av sannolikhetsteorin
  • tillämpa sannolikhetsteoriska verktyg på komplexa statistiska problem.

Värderingsförmåga och förhållningssätt

Efter avslutad kurs har den studerande förmågan att

  • självständigt kunna söka ny kunskap och bedöma dess relevans för det statistiska problemet ifråga.

Innehåll

• Mängdlära, grunder i sannolikhetsteori, definition av en stokastisk variabel, fördelnings-, täthets- och sannolikhetsfunktioner
• Fördelningar av transformationer av stokastiska variabler, moment och momentgenererande funktion
• Vanliga familjer av univariata fördelningar, exponentialfamiljen
• Multivariata fördelningar: simultan- och marginalfördelningar, betingade fördelningar, bivariata transformationer, vanliga multivariata fördelningar i matrisform
• Matematik för asymptotik
• Asymptotisk teori.

Examinationer och betyg

Skriftlig tentamen, 4 högskolepoäng (Provkod: A001)
Som betyg används Underkänd (F), Tillräcklig (E), Tillfredsställande (D), Bra (C), Mycket bra (B) eller Utmärkt (A).

Inlämningsuppgifter, 1 högskolepoäng (Provkod: A002)
Som betyg används Underkänd (U) eller Godkänd (G).


Enligt 6 kap. 18 § högskoleförordningen ska betyg sättas på en genomgången kurs om inte universitetet föreskriver något annat. Universitetet får föreskriva vilket betygssystem som ska användas. Betyget ska beslutas av en av universitetet särskilt utsedd lärare (examinator).

Enligt universitetets föreskrifter om betygssystem för utbildning på grundnivå och avancerad nivå (beslut ORU 2018/00929) ska något av uttrycken underkänd, godkänd eller väl godkänd användas som betyg. För utbildning som ingår i en internationell magister- eller masterutbildning eller i universitetets kursutbud för utbytesstudenter ska betygsskalan A-F användas. Rektor, eller den rektorn bestämmer, får besluta om undantag från denna bestämmelse för en viss kurs om det finns särskilda skäl.

Som betyg på kursen används Underkänd (F), Tillräcklig (E), Tillfredsställande (D), Bra (C), Mycket bra (B) eller Utmärkt (A).

Kommentar till betyg

För att få ett godkänt betyg på hela kursen krävs att alla kursens moment godkänts. Betyget på hela kursen är en funktion av betygen på kursens moment. Detaljerad information om kraven för olika betygsnivåer ges vid kursstart.

Examinationsformer

Skriftlig tentamen, 4 högskolepoäng (Provkod: A001)

Inlämningsuppgifter, 1 högskolepoäng (Provkod: A002)

För studenter med dokumenterad funktionsnedsättning kan universitetet besluta om anpassning av examination eller annan examinationsform.

För ytterligare information se universitetets regler för examination inom utbildning på grundnivå och avancerad nivå.

Särskild behörighet och andra villkor

90 hp i statistik på grundnivå, alternativt 30 i statistik och 60 hp i matematik, alternativt 60 hp i statistik där 7,5 hp i statistisk teori och 7,5 hp i regressionsanalys/ekonometri ingår. Dessutom krävs Engelska 6/Engelska B.

För ytterligare information se universitetets antagningsordning.

Övriga föreskrifter

Undervisningsspråket är engelska.

Den som antagits till och registrerats på en kurs har rätt att erhålla undervisning och/eller handledning under den tid som angavs för kurstillfället som den sökande blivit antagen till (se universitetets antagningsordning). Därefter upphör rätten till undervisning och/eller handledning.

Litteratur och övriga lärresurser

Obligatorisk litteratur

Casella George, Roger L. Berger,
Statistical Inference, senaste upplagan
Pacific Grove, Calif. : Duxbury

Samt kompletterande material som kommer tillhandahållas under kursen.