STAT340 Anvendte metoder i statistikk
English course information
Søk etter andre emner
Velg annet år
Viser emneinfo for studieåret 2022 - 2023.
Emneansvarlige: Lars Gustav Snipen
Medvirkende: Kathrine Frey Frøslie
Studiepoeng: 10
Ansvarlig fakultet: Fakultet for kjemi, bioteknologi og matvitenskap
Frekvens: Årlig
Undervises på språk: EN, NO
(NO=norsk, EN=Engelsk)
(NO=norsk, EN=Engelsk)
Begrensning antall plasser:
250
Undervises i periode:
Emnet starter i vårparallellen. Emnet har undervisning/vurdering i vårparallellen.
Første gang: Studieår 2015-2016
Fortrinnsrett: M-BIAS
Undervises hvor?: Campus Ås
Emnets innhold:
Praktisk analyse av data i R ved hjelp av ulike statistiske metoder med påfølgende teoretisk og praktisk resultattolkning. Metodene som gjennomgås vil bli hentet fra følgende liste:
- Multippel regresjon og regularisering
- ANOVA,
- generaliserte lineære modeller (logistisk, poisson),
- klassifikasjon (lda, qda),
- clustring,
- prinsipal komponent analyse(PCA),
- blandede modeller, varianskomponenter
Læringsutbytte:
Studentene skal kjenne forutsetninger, anvendelser og teoretisk grunnlag for de metodene som blir gjennomgått.
Studentene skal beherske R/ R Studio som analyseverktøy for praktisk dataanalyse. Det legges vekt på at studentene, til en gitt problemstilling, er i stand til å formulere problemet slik at det kan analyseres ved hjelp av egnede metoder.
Studentene skal kunne bestemme hvilke(n) metode(r) som kan brukes til å modellere og analysere problemet, samt å gjennomføre selve analysen. Studentene skal beherske praktisk tolkning og gyldighetsvurdering av modeller, metoder og resultater.
Læringsaktiviteter:
- Forelesninger.
- Gruppearbeid.
- Individuell løsing av oppgaver.
- Minst en obligatorisk oppgave.
- Selvstudium.
Det legges opp til en "flipped classroom" type undervisning
Læringsstøtte:
Foruten forelesninger, kollokviegrupper og øvinger kan faglig veiledning skje med faglærer i vanlig kontortid.
Canvas og digitale møter (zoom)
Pensum:
Vil bli annonsert på kurssidene i Canvas.
Forutsatte forkunnskaper:
Studentene forutsettes å:
- Kunne utføre deskriptiv statistikk og trekke slutninger fra denne.
- Kjenne grunnleggende begreper og prinsipper innen sannsynlighetsteori med vekt på stokastiske variabler og deres egenskaper.
- Være kjent med noen vanlige sannsynlighetsfordelinger, herunder normalfordelingen, binomisk fordeling, Student’s t-fordeling, f-fordeling og kji-kvadratfordelingen.
- Forstå grunnleggende estimeringsteori, herunder hva som forståes med konfidensintervall, punktestimat, forventningsretthet og standardfeil for en estimator.
- Omformulere enkle situasjonsbeskrivelser og problemstilling(er) til en relevant statistisk modell, og fortolke parameterne i denne.
- Dette gjelder situasjoner som kan dekkes av enkle lineære regresjonsmodeller, enveis variansanalyse eller bivariate analyser.
- Teste de aktuelle problemstillingene ved hjelp av formelle hypoteser, herunder sette opp aktuelle hypoteser, teste disse og gi en fortolkning av resultatet.
- Grunnleggende ferdigheter i R / RStudio.
Dette dekkes av STAT100 eller tilsvarende kurs.
Anbefalte forkunnskaper:
STAT200, STAT210, STIN300 eller tilsvarende.
Obligatorisk aktivitet:
Minst en obligatorisk oppgave
Vurderingsordning:
Skriftlig eksamen, 3,5 t, teller 100 %.
Sensor:
Ekstern sensor blir brukt til gjennomgang av eksamensoppgavene og vil evaluere 25 tilfeldig utvalgte besvarelser.
Merknader:
Studenter må ha egen laptop.
Normert arbeidsmengde:
Forelesninger: 26 timer. Kollokviegrupper 26 timer. Øvelser: 26 timer. Egenstudium: 172 timer
Opptakskrav:
Realfag.
Undervisningstid:
Én dobbeltime forelesning/diskusjoner rundt forelesnings-videoer per uke. Seks timer øvinger/kollokvie diskusjoner (3 dobbel-timer) per uke.
Hjelpemidler ved skriftlig eksamen(er): C2 Alle typer kalkulatorer, alle andre skriftlige hjelpemidler
Eksamensdetaljer: Skriftlig eksamen: Bokstavkarakterer