|
| Udgave: |
Efterår 2012 NAT |
| Point: |
7,5 |
| Blokstruktur: |
2. blok |
| Skemagruppe: |
C |
| Fagområde: |
mat |
Semester: |
Efterår |
| Varighed: |
9 uger. |
| Institutter: |
Institut for Matematiske Fag |
| Uddannelsesdel: |
Kandidat niveau |
| Kontaktpersoner: |
Carsten Wiuf, tlf. 35 32 06 95, rum 04.3.05, email: wiuf@math.ku.dk
|
| Skema- oplysninger: |
 Vis skema for kurset
Samlet oversigt over tid og sted for alle kurser inden for Lektionsplan for Det Naturvidenskabelige Fakultet Efterår 2012 NAT |
| Undervisnings- periode: |
19. november 2012 – 27. januar 2013 |
| Undervisnings- form: |
5 timers forelæsning og 3 timers øvelser om ugen.
|
| Indhold: |
Kurset er baseret på et antal konkrete cases, der vil
bringe deltagerne igennem de følgende emner.
Standard diskrete og kontinuerte fordelinger, deskriptive metoder, den frekventistiske og Bayesianske fortolkning, betingning, uafhængighed, og udvalgte sandsynlighedsteoretiske resultater. Simulation.
Middelværdi, varians, estimatorer, to-stikprøve sammenligninger, multiple test. Maksimum likelihood og mindste kvadraters metode til estimation. Standardfejl og konfidensintervaller. Bootstrapping.
Korrelation, lineær, ikke-lineær, logistisk og Poisson regression.
Dimensionsreduktion, modelselektion og modelvalidering.
Det statistiske programmeringssprog R.
Modeller for neuronaktivitet, genekspression, databasesøgninger, motiv- og ordforekomster, internettraffik, diagnostiske test o.lign.
|
| Målbeskrivelse: |
Ved kursets afslutning forventes den studerende at kunne
1) Opsummere empiriske data og beregne relevante deskriptive
størrelser for diskrete og kontinuerte fordelinger.
2) Anvende generelle metoder, såsom mindste kvadraters metode og
maksimum likelihood, til at tilpasse en sandsynlighedsfordeling til
empiriske data.
3) Vurdere en tilpasset fordeling med deskriptive metoder.
4) Formulere videnskabelige spørgsmål i statistiske termer.
5) Undersøge videnskabelige spørgsmål, der er formuleret som
en sammenligning mellem fordelinger eller parametre, med statistiske
metoder.
6) Undersøge videnskabelige spørgsmål angående sammenhæng i termer af
lineær, ikke-lineær, logistisk og Poisson regression.
7) Vurdere hvorvidt en regressionsmodel er valid baseret på
diagnostiske størrelser og plots.
8) Beregne prediktioner baseret på regressionsmodeller, der tager
hensyn til den usikkerhed prediktionerne er forbundet med.
9) Beregne usikkerhedsmål, såsom stadardfejl og konfidensintervaller,
for estimerede parametre.
10) Bruge computersimulationer, herunder bootstrapmetoder, til beregninger med
sandsynlighedsfordelinger.
11) Fortolke og rapportere konklusionerne af en praktisk
dataanalyse.
12) Beherske den praktiske implementation i R for at nå de ovenfor
angivne mål.
|
| Lærebøger: |
Peter Dalgaard. Introductory Statistics with R, 2nd
edition. Desuden handouts.
|
| Tilmelding: |
Kursus- og eksamenstilmelding og afmelding sker på
www.kunet.dk
Tilmelding skal ske i perioden den 15. maj – 1. juni 2012.
|
| Faglige forudsætninger: |
Kandidatstuderende eller bachelorstuderende på 3. år med MatIntro eller et tilsvarende kursus.
|
| Eksamensform: |
En afsluttende, individuel, to-dages, tag-hjem eksamen, intern censur, karakter efter 7-trinsskalaen. En forudsætning for at gå til eksamen er godkendelse af en obligatorisk opgave i løbet af kurset, der skal løses i grupper af 2-4 studerende. Karakteren gives alene på baggrund af den individuelle eksamen.
Re-eksamen: samme som ordinær.
|
| Eksamen: |
2 dages hjemmeopgave udleveres den 15. januar 2013 og afleveres den 16. januar 2013.
Reeksamen: 2 dages hjemmeopgave udleveres den 16. april 2013 og afleveres den 17. januar 2013. |
| Kursus hjemmeside: |
 |
| Bemærkninger: |
Kurset er obligatorisk på kandidatuddannelserne i bioinformatik og
eSciece. Kurset kan også tages af andre studerende ved naturvidenskab,
der ønsker en introduktion til statistik på kandidatniveau. Det kan
også tages af matematikere, dataloger og andre, der ikke har taget
kurserne Sand1 og Stat1. De studerende forventes at medbringe en
bærbar computer med trådløs internetadgang til alle forelæsninger og
øvelser. Programmet R er gratis tilgængeligt.
|
| Undervisnings- sprog: |
Engelsk
|
| Sidst redigeret: |
25/4-2012 |