Faglig innhold

Praktisk bruk av programpakken R. Multippel regresjon. Variansanalyse. Analyse av kategoriske data. Generaliserte lineære modeller. Generelle prinsipper for statistisk inferens. Simulering fra modell. Estimatorers egenskaper. Teststyrke. Numerisk maksimering av likelihood. Noen asymptotiske resultater. Valg av modell. Ikke-parametriske tester.

Læringsutbytte

1. Kunnskap. Studenten har oversikt over forutsetninger og praktisk bruk av multippel regresjon, variansanalyse, analyse av kategoriske data og generaliserte lineære modeller ved hjelp av programpakken R. Videre har studenten kunnskap om hvordan simuleringsmetoder kan benyttes for å undersøke estimatorers egenskaper, i hypotesetesting og for beregning av teststyrke. Studenten kjenner også til numeriske metoder for tilpasning av ikke-standard modeller ved hjelp av sannsynlighetsmaksimering og hvordan hypotesetesting og beregning av usikkerhet i parameterestimater kan beregnes basert på asymptotisk teori.

2. Ferdigheter. Studenten kan håndtere og analysere innsamlede datasett ved hjelp av programpakken R. Studenten er også i stand til å formulere enkle, ikke-standard statistiske modeller, omsette dette til programkode, samt å tilpasse slike modeller ved hjelp av ferdige numeriske optimeringsmetoder. I begge situasjoner er studenten i stand til å undersøke en metodes egenskaper eksempelvis ved hjelp av simuleringer eller ved praktisk bruk av asymptotiske resultat.

Læringsformer og aktiviteter

Forelesninger og obligatoriske dataøvinger. Skriftlig avsluttende eksamen gir grunnlag for sluttkarakter i emnet. Ved utsatt eksamen (kontinuasjonseksamen) kan skriftlig eksamen bli endret til muntlig eksamen. Utsatt eksamen er i august. Studentens besvarelse kan være på norsk eller engelsk.

Obligatoriske aktiviteter

• Obligatoriske dataøvinger

Anbefalte forkunnskaper

ST0103 Brukerkurs i statistikk, MA0001 Brukerkurs i matematikk A og MA0002 Brukerkurs i matematikk B eller tilsvarende.

Kursmateriell

Oppgis ved semesterstart.

Studiepoengreduksjon