Faglig innhold

Transformasjoner og momenter av tilfeldige variabler. Definisjon av fordelingsklasser. Ulikheter og konvergensteoremer. Suffisiente observatorer. Frekventistiske og bayesianske estimatorer. Metoder for konstruksjon av punktestimatorer, intervallestimatorer og hypotesetester, samt optimalitet av disse. Asymptotiske egenskaper for estimatorer og hypotesetester.

Læringsutbytte

1. Kunnskap. Studenten har solide teoretiske kunnskaper om generelle prinsipper for statistisk inferens. Studenten har kunnskap om hvordan punkt- og intervallestimatorer, samt hypotesetester konstrueres, og om hvordan disse estimatorene og testene evalueres. Studenten har innsikt i hvordan optimale estimatorer og tester konstrueres. Studenten har også noe kjennskap til asymptotisk teori for statistisk inferens. 2. Ferdigheter. Studenten kan utføre punktestimering, hypotesetesting og intervallestimering under et stort mangfold av diskrete og kontinuerlige sannsynlighetsmodeller. Studenten kan videre evaluere egenskapene til disse estimatorene og testene, såvel for endelige utvalgsstørrelser som asymptotisk når utvalgsstørreelsen vokser, samt velge optimale estimatorer og tester.

Læringsformer og aktiviteter

Forelesninger og obligatoriske øvinger. Skriftlig avsluttende eksamen gir grunnlag for sluttkarakter i emnet. Spesielt utvalgte øvinger må være godkjent for å gå opp til eksamen.

Studentens besvarelse kan være på norsk eller engelsk.

Obligatoriske aktiviteter

• Øvinger

Anbefalte forkunnskaper

TMA4240/TMA4245 Statistikk eller tilsvarende. Emnet krever en viss grad av modenhet i statistikk og for størst utbytte av emnet anbefales også et av emnene TMA4267 Lineære statistiske modeller eller TMA4255 Anvendt statistikk.

Kursmateriell

Oppgis ved semesterstart.

Studiepoengreduksjon