ITD20218 Statistikk og statistisk programmering (Vår 2022)
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
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
Godkjent 5 øvingsoppgaver
Arbeidskravet 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
Ekstern og intern sensor eller to interne sensorer.
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
Litteraturlista ble oppdatert 20.1.2021
Gunnar G. Løvås: Statistikk for universiteter og høgskoler, 4. utgave (eller nyere), Universitetsforlaget 2018.
Skriftlig materiale utdelt av faglærer, samt materiale presentert på høgskolens læringsplattform.