Regressions- och variansanalys, 15 hp
Regression Analysis and Analysis of Variance, 15 credits
732G46
Huvudområde
StatistikUtbildningsnivå
GrundnivåKurstyp
Fristående- och programkursExaminator
Ann-Charlotte HallbergKursansvarig
Ann-Charlotte HallbergStudierektor eller motsvarande
Ann-Charlotte HallbergKursen ges för | Termin | Veckor | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|
F7KSA | Kandidatprogrammet i statistik och dataanalys | 3 (HT 2018) | 201834-201903 | Svenska | Linköping, Valla | O |
Huvudområde
StatistikUtbildningsnivå
GrundnivåFördjupningsnivå
G1XKursen ges för
- Kandidatprogrammet i statistik och dataanalys
Förkunskapskrav
37 hp godkända från de kurser som ingår i T1 och T2 på kandidatprogrammet i Statistik och dataanalys, eller motsvarande.
Lärandemål
Kursens mål är att den studerande ska tillägna sig insikter och färdigheter i att analysera samband mellan variabler, som krävs för kvalificerad yrkesverksamhet som statistiker.
Efter avslutad kurs ska den studerande kunna:
- redogöra för de vanligaste metoderna för analys av linjära samband
- visa en god förståelse av principerna att välja, skatta och validera linjära statistiska modeller
- använda lämpliga linjära modeller för att studera samband mellan variabler i ett datamaterial
- använda statistisk programvara för att genomföra analyserna
- bedöma kvaliteten i givna datamängder och de generaliseringsmöjligheter som finns utifrån identifierade samband i data
Kursinnehåll
Under kursen studeras:
- enkel och multipel linjär regressionsanalys
- polynomregression
- kovarians och korrelation
- simultan inferens vid många test
- skalor och kategoriska förklaringsvariabler
- algebraisk beskrivning
- multikolinjaritetsproblem och modellvalsmetoder
- analys av avvikande observationer
- logistisk regression
- Poissonregression
- likelihoodfunktioner och dess användande
- kort om neurala nätverk
- regressionsmodeller för obalanserade försöksplaner,
- modeller för envägs och flervägs variansanalys med såväl fixa som slumpmässiga effekter
- analys av kontraster och parvisa jämförelser
- introducerande försöksplanering med blockförsök
- kovariansanalys
- icke-parametriska analysmetoder
Undervisnings- och arbetsformer
Undervisningen består av föreläsningar, lektioner och datorlaborationer. Utöver detta ska den studerande utöva självstudier.
Examination
Kursen examineras genom individuell skriftlig salstentamen samt individuella skriftliga inlämningsuppgifter. Detaljerad information finns i studieanvisningen.
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, VGÖvrig 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 både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.
Institution
Institutionen för datavetenskapKod | Benämning | Omfattning | Betygsskala |
---|---|---|---|
TEN1 | Tentamen | 7.5 hp | U, G, VG |
LAB1 | Laboration | 7.5 hp | U, G |
Böcker
Ladda ner
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.