ITD20218 Statistikk og statistisk programmering (Vår 2020)
Fakta om emnet
- Studiepoeng:
- 10
- Ansvarlig avdeling:
- Fakultet for informasjonsteknologi, ingeniørfag og økonomi
- Studiested:
- Halden
- Emneansvarlig:
- Christian Fredrik Heide
- Undervisningsspråk:
- Norsk eller engelsk
- Varighet:
- ½ år
Emnet er tilknyttet følgende studieprogram
Obligatorisk emne i:
-
bachelorstudiet i ingeniørfag - data
-
bachelorstudiet i ingeniørfag - data, Y-veien
-
bachelorstudiet i ingeniørfag - data, Tress.
-
bachelorstudiet i informatikk - design og utvikling av IT-systemer med fordypning i maskinlæring
Valgfritt emne for øvrige.
Anbefalte forkunnskaper
Kunnskaper tilsvarende Diskret matematikk.
Undervisningssemester
Bachelorstudiet i ingeniørfag, data: 4.semester (vår)
Bachelorstudiet i informatikk - design og utvikling av IT-systemer: 4.semester (vår)
Studentens læringsutbytte etter bestått emne
Kunnskap
Studenten
-
forstår og gjør rede for begreper innen sannsynlighetsregning
-
forstår og gjør rede for begreper innen statistikk
-
behersker en programmeringsbasert tilnærming til statistisk dataanalyse i et egnet programmeringsspråk
Ferdigheter
Studenten kan
-
utføre sannsynlighetsregning
-
regne med ulike diskrete og kontinuerlige sannsynlighetsmodeller
-
utføre statistiske metoder som estimering, konfidensintervall og hypotesetesting
-
utføre kovarians- og regresjonsanalyse
-
visualisere og manipulere data
-
lage egne funksjoner som benytter/modifiserer tilgjengelige funksjoner for å løse spesielle problemer som ikke kan løses med standard kode
-
presentere sine analyseresultater i en oversiktlig og vitenskapelig form, ved hjelp av tekst og grafikk
Generell kompetanse
Studenten kan
-
bruke teknikker innen sannsynlighetsregning og statistiske metoder
Innhold
Del 1. Grunnleggende statistikk
-
Sannsynlighetsbegrepet (inkludert Bayes' formel).
-
Diskrete og kontinuerlige sannsynlighetsmodeller (blant annet binomisk, hypergeometrisk, normal, uniform og student-t)
-
Forventning og varians
-
Estimering, konfidensintervall og hypotesetesting
-
Kovarians- og regresjonsanalyse
Del 2. Statistisk programmering
-
Innføring i et egnet programmeringsspråk for statistisk programmering
-
Visualisering av data
-
Strukturering og manipulering av data i tabell-format.
Undervisnings- og læringsformer
Forelesninger og øvingsoppgaver.
Arbeidsomfang
Ca 250 timer.
4-6 timer forelesninger + 2 timer øvinger per uke.
Arbeidskrav - vilkår for å avlegge eksamen
Inntil 6 obligatoriske øvingsoppgaver, hvorav 4 må være godkjent før studenten kan fremstille seg til eksamen.
Eksamen
Skriftlig ekamen
4 timers skriftlig eksamen. Det benyttes bokstavkarakter A-F. Hjelpemidler til eksamen:
-
lærebøker og egne notater
-
godkjent kalkulator som deles ut på eksamensdagen
Sensorordning
Emneansvarlig sensurerer sammen med ekstern eller intern sensor.
Evaluering av emnet
Dette emnet evalueres på følgende måte:
-
Midtsemesterevaluering (obligatorisk)
Den emneansvarlige lager en oppsummering på bakgrunn av studentenes tilbakemeldinger og sine egne erfaringer med emnet. Oppsummeringen behandles av studiekvalitetsutvalget ved avdeling for informasjonsteknologi.
Litteratur
Gunnar G. Løvås: Statistikk for universiteter og høgskoler, 4. utgave (eller nyere), Universitetsforlaget 2013. Skriftlig materiale utdelt av faglærer, samt materiale presentert på høgskolens læringsplattform.