Description

Kurset introducerer en række praktiske og teoretiske værktøjer til at lave statistiske dataanalyser. Der lægges vægt på at sætte den studerende i stand til at bruge det statistiske software R effektivt til visualisering, oprensning, klargøring og modellering af konkrete datasæt. Desuden lægges vægt på at illustrere brugen af simulation og sampling baserede metoder som et naturligt værktøj til at analysere statistiske problemstillinger.

 

Kurset giver desuden en introduktion til klassen af lineære normale modeller, som har en stor praktisk anvendelighed. Der lægges vægt på at give en detaljeret matematisk forståelse af resultater vedrørende fordelingen af estimatorer og teststørrelser for en række vigtige modeller baseret på normalfordelingen: lineær regression, en- og tosidet variansanalyse, flerfaktormodeller samt kombinationer af disse. 

 

Viden:

• Kendskab til grundlæggende statistiske begreber (fx. fordelingsfunktion, fraktiler og momenter) og deres matematiske egenskaber 
• Karakterisering af sandsynlighedsmål på R
• Praktisk og teoretisk forståelse af begreber og metoder som knytter sig til transformation af en- og flerdimensionale sandsynlighedsmål
• Kendskab til simulation som redskab
• Kendskab til sampling baserede metoder og fordelinger
• Kendskab til praktisk dataanalyse i R
• Dybdegående praktisk og teoretisk forståelse af en række eksempler på lineære normale modeller

 

Færdigheder:

Ved kursets afslutning forventes den studerende at kunne:

• Udlede fordelingsmæssige egenskaber for estimatorer og teststørrelser baseret på transformationer af normalfordelte variable
• Kunne beregne konfidensintervaller og udføre hypotesetest gennemgået i kurset på forskellige data og teststørrelser
• Benytte R til simulation og resampling fx. med henblik på at studere fordelingen af en estimator eller en teststørrelse
• Benytte R til praktiske dataanalyser
• Anvende og fortolke R output fra de lineære normale modeller som gennemgås på kurset

 

Kompetencer:

Den studerende skal efter endt kursus kunne

• Udvælge og anvende relevante statistiske metoder på konkrete datasæt ved brug af R
• Indgå i et fagligt samarbejde omkring løsningen af en  statistisk opgave, hvori der indgår teoretiske såvel som praktiske aspekter

Recommended qualifications

Lebesgueintegralet og målteori (LIM) og Sandsynlighedsteori (SAND) senest samtidig samt et introducerende kursus i sandsynlighedsregning og statistik (fx. SS).