Multivariata metoder, 7.5 hp

Multivariate Methods, 7.5 credits

732G08

Huvudområde

Statistik

Utbildningsnivå

Grundnivå

Kurstyp

Programkurs

Examinator

Krzysztof Bartoszek

Kursansvarig

Krzysztof Bartoszek

Studierektor eller motsvarande

Jolanta Pielaszkiewicz
VOF = Valbar / Obligatorisk / Frivillig
Kursen ges för Termin Veckor Språk Ort/Campus VOF
F7KSA Statistik och dataanalys, kandidatprogram 5 (HT 2024) 202434-202443 Svenska Linköping, Valla V

Huvudområde

Statistik

Utbildningsnivå

Grundnivå

Fördjupningsnivå

G2F

Kursen ges för

  • Kandidatprogrammet i statistik och dataanalys

Förkunskapskrav

  • Grundläggande behörighet på grundnivå
    samt
    Samhällskunskap 1b eller 1a1 och 1a2
    samt
    Engelska 6
    samt
    Matematik 3b/3c eller Matematik C
  • 60 hp godkända från termin 1 till 2 samt minst 30 hp från termin 3 till 4 på Kandidatprogrammet i statistik och dataanalys

Lärandemål

Efter avslutad kurs ska den studerande kunna: 

  • redogöra för de vanligaste statistiska multivariata metoderna
  • använda lämpliga statistiska metoder för bearbetning och analys av multivariata data
  • tillämpa metoder som passar för de statistiska problem som uppkommer i datamaterial med flera slumpvariabler
  • kritiskt bedöma kvalilteten hos multivariata data och tolka resultat av multivariata analyser
  • muntligt och skriftligt redogöra för valda lösningar av problemställningar för multivariata data
  • kritiskt diskutera lämpligheten av valda multivariata metoder för olika typer av frågeställningar och data
  • redogöra för forskningsfrågor där multivariata metoder används
  • genomföra uppgifter inom givna tidsramar

Kursinnehåll

I kursen behandlas matematiska tekniker som används inom multivariata metoder, exempelvis linjära transformationer och rotationer, matrisalgebra samt olika metriker. I kursen behandlas vidare de vanligaste multivariata metoderna, som exempelvis principalkomponentanalys, explorativ och konfirmativ faktoranalys, diskriminantanalys, kanonisk korrelation, multivariat regressions- och variansanalys och flerdimensionell skalning. Även multivariat normalfördelning och fördelningar för linjära och kvadratiska former samt konfidensområden och test för multivariata data, så som exempelvis Hotellings T2, Wilk’s Lambda samt Van Valen’s test för lika varianser behandlas. Dessutom behandlas aktuella forskningsfrågor om multivariata metoder.

Undervisnings- och arbetsformer

Undervisningen består av föreläsningar och seminarier. Utöver detta ska den studerande utöva självstudier. 

Examination

Kursen examineras genom: 

  • gruppvisa skriftliga inlämningsuppgifter, betygsskala: UG
  • gruppvisa muntliga presentationer, betygsskala: UG
  • individuell muntlig tentamen, betygsskala: UV

För Godkänt slutbetyg krävs Godkänt på samtliga moment. För Väl godkänt krävs dessutom Väl godkänt på den individuella muntliga tentamen. 

Detaljerad information återfinns i studieanvisningen. 
 

Om det finns särskilda skäl, och om det med hänsyn till det obligatoriska momentets karaktär är möjligt, får examinator besluta att ersätta det obligatoriska momentet med en annan likvärdig uppgift. 

Om LiU: s koordinator för studenter med funktionsnedsättning har beviljat en student rätt till anpassad examination vid salstentamen har studenten rätt till det.

Om koordinatorn har gett studenten en rekommendation om anpassad examination eller alternativ examinationsform, får examinator besluta om detta om examinator bedömer det möjligt utifrån kursens mål.

Examinator får också besluta om anpassad examination eller alternativ examinationsform om examinator bedömer att det finns synnerliga skäl och examinator bedömer det möjligt utifrån kursens mål.

Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.

Den som godkänts i prov får ej delta i förnyat prov för högre betyg.

Betygsskala

Tregradig skala, U, G, VG

Övrig information

Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.

Kursen bedrivs på ett sådant sätt att likvärdiga villkor råder med avseende på kön, könsöverskridande identitet eller uttryck, etnisk tillhörighet, religion eller annan trosuppfattning, funktionsnedsättning, sexuell läggning och ålder.

Om det föreligger synnerliga skäl får rektor i särskilt beslut ange förutsättningarna för, och delegera rätten att besluta om, tillfälliga avsteg från denna kursplan. 

Institution

Institutionen för datavetenskap
Kod Benämning Omfattning Betygsskala
INL1 Inlämning 3.5 hp U, G
PRES Presentation 2 hp U, G
TEN1 Tentamen 2 hp U, G, VG

Böcker

Manly B, Multivariate Method 4:e upplagan

ISBN: ISBN: 9781498728966

https://www.bokus.com/bok/9781498728966/multivariate-statistical-methods/

Kompendier

Danielsson S, Grundläggande inferens vid multivariat normalfördelning

Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.

Det finns inga filer att visa.