Faglig innhold

Prinsipper for statistisk modellering og inferens. Likelihoodteori. Generell teori for generaliserte lineære modeller, med anvendelser bl.a. på regresjonsmodeller for normalfordelte data, logistisk regresjon for binære og multinomiske data, Poisson-regresjon og log-lineære modeller for kontingenstabeller. Utvidelser av GLM-teori til, for eksempel, modeller for overdispersjon og kvasi-likelihood estimering.

Læringsutbytte

Emnet gir en innføring i generaliserte lineære modeller (GLM), som er en naturlig generalisering av vanlig (multippel) lineær regresjon for normalfordelte responser til responser fra en større klasse av fordelinger, spesielt diskrete fordelinger. Gjennom det obligatoriske øvingsopplegget blir studentene gjort i stand til å benytte teorien til å analysere datasett.

Læringsformer og aktiviteter

Forelesninger, øvinger og prosjekt-/semesteroppgave(r) med bruk av datamaskin (statistikkpakken R). Undervisningen i emnet vil kunne bli gitt på engelsk. Mappevurdering gir grunnlag for sluttkarakter i emnet. I mappen inngår skriftlig avsluttende eksamen (70%) og prosjekt-/semesteroppgave(r) (30%). Resultatene for delene angis i %-poeng, mens sensur for hele mappen (sluttkarakteren) angis med bokstavkarakter. Ved utsatt eksamen (kontinuasjonseksamen) kan skriftlig eksamen bli endret til muntlig eksamen.

Obligatoriske aktiviteter

• Øvinger

Anbefalte forkunnskaper

TMA4267 Lineære statistiske modeller eller TMA4255 Anvendt statistikk.

Kursmateriell

Oppgis ved semesterstart.