"False"
Hoppa direkt till innehållet
printicon
Huvudmenyn dold.
Kursplan:

Statistik B: Programmering och modellering, 15 hp

Engelskt namn: Statistics B: Programming and Modelling

Denna kursplan gäller: 2024-05-13 och tillsvidare

Kurskod: 2ST058

Högskolepoäng: 15

Utbildningsnivå: Grundnivå

Huvudområden och successiv fördjupning: Statistik: Grundnivå, har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav

Betygsskala: Väl godkänd, godkänd, underkänd

Ansvarig institution: USBE Statistik

Beslutad av: Rektor för Handelshögskolan, 2020-09-10

Reviderad av: Rektor för Handelshögskolan, 2024-03-07

Innehåll

Kursen består av två moment:

Moment 1: Statistisk programmering och simulering (7.5 hp)
Moment 2: Statistisk modellering (7.5 hp)

Moment 1
Momentet ger en introduktion till programmering och statistisk simulering med programspråket R. Momentet tar upp grundläggande programmeringskoncept som datastrukturer, upprepning, villkorsstyrda satser och funktioner. Momentet behandlar även statistisk simulering så som slumptalsgenerering, Bootstrapping och Monte Carlo simulering. För att främja reproducerbar statistisk analys introduceras hjälpmedel så som Quarto, RMarkdown eller liknande.

Moment 2
Under momentet fördjupas kunskaperna om linjär och logistisk regressionsanalys från kursen Statistik A. Metoder och modeller för analys av data där responsvariabeln är kategorisk eller av typen räknedata introduceras, bl.a. Poissonregression, multinomial regression och ordinal regression. Även metoder för analys av data där responsvariabeln är tid till en händelse introduceras. Sådana analyser kallas överlevnadsanalys och bland metoder som introduceras finns bl.a. Cox regression. Flera av regressionsmodellerna är exempel på generaliserade linjära modeller vars övergripande teori för statistisk inferens och modelldiagnostik behandlas under momentet. Under momentet introduceras också matris- och vektoralgebra. Programspråket R används för bearbetning och analys av data.

Förväntade studieresultat

Moment 1

Kunskap och förståelse
Studenten ska kunna

1. identifiera och förklara syftet med enkla sekventiella algoritmer/funktioner i programspråket R.
2. förklara syfte och principer med Monte Carlo-simulering och resamplingsmetoder.

Färdighet och förmåga
Studenten ska kunna

3. skapa enkla funktioner i programspråket R med hjälp av grundläggande programmeringstekniker.
4. utforma och genomföra Monte Carlo-simuleringar och sammanfatta uppkomna resultat.
5. Tillämpa resamplingmetoder för att kvantifiera osäkerheten i en skattning.

Moment 2

Kunskap och förståelse
Studenten ska kunna

6. redogöra för den övergripande teorin för generaliserade linjära modeller.
7. relatera den statistiska inferensens giltighet till modellantaganden.

Färdighet och förmåga
Studenten ska kunna

8. tillämpa de metoder som behandlas i kursen för de olika typerna av responsvariabler.
9. använda R för bearbetning och analys av data.
10. muntligt och skriftligt presentera resultat av utförda dataanalyser.
11. tillgodogöra sig resultat av dataanalyser i vetenskapliga artiklar.

Värderingsförmåga och förhållningssätt
Studenten ska kunna

12. kritiskt granska resultat av utförda dataanalyser, både egna dataanalyser och dataanalyser i vetenskapliga artiklar.

Behörighetskrav

Univ: Statistik B: Teori (15 hp) eller motsvarande

Undervisningens upplägg

Undervisningen består av föreläsningar, lektioner, datorlektioner, seminarier och handledning. Obligatoriska seminarier och inlämningsuppgifter förekommer. Undervisningen i vissa delar av kursen kan komma att ges på engelska.

 

Examination

På moment 1 sker kunskapskontrollen genom individuella inlämningsuppgifter och en individuell salstentamen. På inlämningsuppgifterna ges betygen Underkänd (U) eller Godkänd (G). På den individuella salstentamen ges betygen Underkänd (U), Godkänd (G) eller Väl Godkänd (VG). På moment 1 ges betygen Underkänd (U), Godkänd (G), eller Väl Godkänd (VG).  Alla inlämningsuppgifter måste vara godkända innan moment 1 är godkänt. Betyget på moment 1 bestäms av betyget på den individuella salstentamen.

På moment 2 sker kunskapskontrollen genom gruppvisa samt individuella muntliga och skriftliga inlämningsuppgifter.  På de gruppvisa inlämningsuppgifterna ges betygen Underkänd (U) eller Godkänd (G). På de individuella inlämningsuppgifterna ges betygen Underkänd (U), Godkänd (G) eller Väl Godkänd (VG). På moment 2 ges betygen Underkänd (U), Godkänd (G), eller Väl Godkänd (VG). Alla inlämningsuppgifter måste vara godkända innan moment 2 är godkänt. Betyget på moment 2 bestäms av betygen på de individuella inlämningsuppgifterna.

För de obligatoriska uppgifterna fastställs vissa datum då redogörelse ska inlämnas och/eller muntlig presentation ges. För att bli godkänd på hela kursen krävs att samtliga tentamina och inlämningsuppgifter är godkända. Betyget utgör en sammanfattande bedömning av resultaten vid examinationens olika delar och sätts först när alla kursmoment är godkända. För betyget VG på hela kursen krävs att båda momentens betyg är VG.
Studerande som godkänts på ett prov får inte undergå förnyat prov för att uppnå ett högre betyg. För studerande som ej blivit godkänd erbjuds ytterligare provtillfällen enligt ett fastställt schema.

En student som utan godkänt resultat har genomgått ordinarie prov samt ett omprov för en kurs eller en del av en kurs, har vid nästa omprovstillfälle rätt att få en annan examinator eller rättande lärare utsedd, om inte särskilda skäl talar emot det. Student ska vända sig till studierektor med en sådan begäran senast två veckor innan nästa provtillfälle.

Examination baserad på samma kursplan som vid ordinarie examinationstillfälle garanteras två år efter studentens förstagångsregistrering på kursen.

Anpassningar
Examinator kan besluta om avsteg från kursplanens examinationsform. Individuell anpassning av examinationsformen ska övervägas utifrån studentens behov. Examinationsformen anpassas inom ramen för kursplanens förväntade studieresultat. Student som har behov av en anpassad examination, och som har erhållit ett beslut om rätt till stöd från samordnare för studenter med funktionsnedsättning vid Studentcentrum, ska senast 10 dagar innan examinationen begära anpassning hos kursansvarig institution. Examinator beslutar om anpassad examination som sedan meddelas studenten.

Tillgodoräknande
Tillgodoräknande sker enligt Umeå universitets tillgodoräknandeordning.

Övriga föreskrifter

Undervisningen i vissa delar av kursen kan komma att ges på engelska.

Litteratur

Giltig från: 2024 vecka 20

Moment 1

Monte Carlo simulation and resampling : methods for social science
Carsey Thomas M., Harden Jeffrey J.
Los Angeles : SAGE : [2014] : 1 online resource (x, 293 pages) :
Online access for UMUB
ISBN: 9781483319605
Obligatorisk
Se Umeå UB:s söktjänst

Grolemund Garrett
Hands-on programming with R
1. ed. : Sebastopol : O'Reilly Media : 2014 : xiii, 232 s. :
ISBN: 9781449359010
Obligatorisk
Se Umeå UB:s söktjänst

Norman Matloff
The Art of R Programming: Tour of Statistical Software Design
1 : No Starch Press : 2011 :
Online access for UMUB
Obligatorisk

Artiklar, guider, manualer och annat webbaserat material tillkommer med maximalt 200 sidor.

Moment 2

Mathematical statistics with applications
Wackerly Dennis D., Mendenhall William, Scheaffer Richard L.
7. ed. : Southbank : Thomson Learning : 2008 : xxii, 912 s. :
ISBN: 9780495385080
Obligatorisk
Se Umeå UB:s söktjänst
Läsanvisning: Läsanvisning: Kapitel 11.

Faraway Julian James.
Extending the linear model with R : generalized linear, mixed effects and nonparametric regression models
Second edition. : Boca Raton : CRC Press, Taylor & Francis Group : [2016] : xiii, 399 pages :
ISBN: 978-1-4987-2096-0
Obligatorisk
Se Umeå UB:s söktjänst
Läsanvisning: Läsanvisning: Delar av kapitel 1-8.

Vittinghoff Eric.
Regression methods in biostatistics : linear, logistic, survival, and repeated measures models
New York : Springer : c2005. : xv, 340 p. :
Table of Contents / Abstracts
ISBN: 0-387-27255-0
Obligatorisk
Se Umeå UB:s söktjänst
Läsanvisning: Läsanvisning: Delar av kapitel 3 och kapitel 7.

An Introduction to Statistical Learning : with Applications in R
James Gareth., Witten Daniela., Hastie Trevor., Tibshirani Robert.
New York, NY : Springer New York : 2013. : xiv, 426 p. 150 ill., 146 ill. in color. :
ISBN: 9781461471370
Obligatorisk
Se Umeå UB:s söktjänst
Läsanvisning: Läsanvisning: Delar av kapitel 2, 3 och 11. Boken finns för gratis nedladdning via följande adress: https://www.statlearning.com/

Artiklar och annat webbaserat material tillkommer med maximalt 200 sidor.