Faglig innhold

Enkel og multippel lineær regresjon. Variansanalyse. Multivariabel normalfordeling.
Forsøksplanlegging. Modellseleksjon og regularisering. Kontingenstabeller.

Læringsutbytte

1. Kunnskap. Studenten har gode teoretiske kunnskaper om de mest populære statistiske modeller og metoder som benyttes i vitenskap og teknologi, dette inkluderer spesielt regresjonsmodeller. De statistiske egenskapene til multivariabel normalfordeling er godt kjent for studenten, og studenten er fortrolig med rollen til den multivariate normafordeingen i lineære statistiske modeller.
2. Ferdigheter. Studenten vet hvordan han/hun kan planlegge et eksperiment og hvordan han/hun kan samle inn informative data av høy kvalitet. Videre kan studenten velge en egnet statistisk modell og metode, og utføre statstiske analyser ved hjelp av statistisk programvare. Studenten vet hvordan resultatene fra de statistiske analysene skal presenteres, og kan trekke konklusjoner.

Læringsformer og aktiviteter

Forelesninger, øvinger på datamaskin med egnet programpakke, samt prosjekt/semesteroppgave(r).
Mappevurdering gir grunnlag for sluttkarakter i emnet. I mappen inngår skriftlig avsluttende
eksamen (80%) og prosjekt/semesteroppgave(r) (20%). Resultater for delene angis i %-poeng,
mens vurdering for hele mappen (sluttkarakteren) angis med bokstavkarakter. Ved utsatt
eksamen (kontinuasjonseksamen) kan skriftlig eksamen bli endret til muntlig eksamen. Undervisningen i emnet vil bli gitt på engelsk hvis studenter fra masterprogrammet i matematiske
fag for internasjonale studenter er på forelesningene.

Obligatoriske aktiviteter

• Øvinger

Anbefalte forkunnskaper

Emnet TMA4240/TMA4245 Statistikk eller tilsvarende kunnskaper.

Kursmateriell

Oppgis ved semesterstart.

Studiepoengreduksjon