732A83 · 9 hp · Avancerad nivå (A1N) · Statistik
Statistiska metoder
Ges · nästa start HT 2026
88 %
klarade senaste ordinarie tentan
TEN2 · 11 dec 2025 · 26 studenter
86 %
klarade ordinarie tentorna, alla tillfällen de senaste 5 åren
TEN2 · 51 studenter
49 %
Svårare än 49 % av kurserna på avancerad nivå
Jämfört med 285 kurser på samma nivå, ordinarie tentor de senaste tre läsåren. 51 studenter.
Ingår i 1 program
Tentamen
TEN2 Tentamen
- A
- B
- C
- D
- E
- F
Ordinarie tentor
86 % godkända · 51 studenter
- 88 %26
- 84 %25
Omtentor
82 % godkända · 11 studenter
- 100 %5
- 67 %6
- Klarar omtentan: 82 % (11 studenter), jämfört med 86 % (51 studenter) på ordinarie
- Får B eller A: 56 % (62 studenter)
Visa små tillfällen (2)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
- 50 %2
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Tentamen
TEN1 Tentamen
- A
- B
- D
- E
- F
Ordinarie tentor
54 % godkända · 26 studenter
- 54 %26
Omtentor
Inga tillfällen med minst 5 studenter.
- Får B eller A: 19 % (26 studenter)
Övrigt moment
FRIV Frivillig inlämningsuppgift
- P
Ordinarie tillfällen
100 % godkända · 27 studenter
- 100 %27
Senare tillfällen
Inga tillfällen med minst 5 studenter.
Om kursen
Mål
Efter avslutad kurs ska den studerande på en avancerad nivå kunna:
- tillämpa de vanligaste statistiska fördelningarna för att skapa statistiska modeller
- redogöra för och tillämpa sannolikhetsfördelningar för funktioner av stokastiska variabler
- redogöra för och tillämpa multivariata normalfördelningar
- tillämpa huvudprinciper inom punktskattning, intervallskattning och hypotesprövning
- demonstrera och tillämpa huvudkoncepten inom Bayesiansk inferens
- tillämpa linjära regressionsmodeller, kontrollera deras osäkerhet och genomföra modelljämförelser
- redogöra för och tillämpa vanliga stokastiska processer
- redovisa bakomliggande matematiska modeller för ovannämnda metoder och genomföra teoretiska beräkningar med dessa modeller
- kritiskt diskutera uppfyllandet av modellernas antaganden
- genomföra uppgifter inom givna tidsramar
Innehåll
I kursen behandlas:
- sannolikhetsbegrepp
- slumpvariabel, vanliga statistiska univariata och multivariata fördelningar och dess egenskaper, centrala gränsvärdessatsen
- multivariata normalfördelningar
- sannolikhetsfördelningar för funktioner av stokastiska variabler
- stokastiska processer
- punktskattningar – egenskaper och metoder
- intervallskattning
- hypotesprövning
- enkel och multipel linjär regression; minsta kvadrat-skattning, residualanalys och outlier-analys
- likelihood, apriori och aposteriori fördelning, Bayes sats
- Examinator
- Krzysztof Bartoszek
- Huvudområde
- Statistik