Statistik och dataanalys I, 7.5 hp
Statistics and Data Science I, 7.5 credits
771A16
Huvudområde
Computational Social ScienceUtbildningsnivå
Avancerad nivåKurstyp
Fristående- och programkursExaminator
Satu HelskeKursansvarig
Satu HelskeStudierektor eller motsvarande
Karl WennbergTillgänglig för utbytesstudenter
JaKontaktinformation
Kostas Mitropoulos
Kursen ges för | Termin | Veckor | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|
Fristående kurs (Helfart, Dagtid) | HT 2018 | 201844-201848 | Engelska | Norrköping, Norrköping | ||
Fristående kurs (Helfart, Dagtid) | HT 2018 | 201844-201848 | Engelska | Norrköping, Norrköping |
Huvudområde
Computational Social ScienceUtbildningsnivå
Avancerad nivåFördjupningsnivå
A1XFörkunskapskrav
En kandidatexamen eller motsvarande i ett samhällsvetenskapligt eller naturvetenskapligt ämne, ingenjörsvetenskap, statistik eller matematik. Dessutom krävs minst 15 högskolepoäng i statistik, datavetenskap, matematik eller motsvarande på minst grundläggande nivå.
Dokumenterad kunskap i engelska motsvarande Engelska 6/B.
Lärandemål
Efter avslutad kurs ska den studerande på avancerad nivå kunna:
- Beskriva de grundläggande postulaten och teoremen för tillämpad sannolikhetslära;
- Skilja mellan diskreta och kontinuerliga sannolikhetsfördelningar och förstå hur dessa är relaterade till idén om stokastiska variabler;
- Relatera vanliga sannolikhetsfördelningar som används i samhällsvetenskapen till olika sociala processer och utfall;
- Använda statistisk programvara för att skapa slumpmässiga stickprov baserade på de vanligaste sannolikhetsfördelningarna;
- Förklara principerna för Monte Carlo-simulering och implementera simuleringar med hjälp av lämpliga beräkningsverktyg;
- Genomföra univariat hypotesprövning med hjälp av data och lämpliga beräkningsverktyg, samt kunna analysera och tolka hypotesprövningarnas resultat och robusthet.
Kursinnehåll
Kursen ger en översikt av de huvudsakliga grundpelarna i sannolikhetslära och statistik av relevans för samhällsvetenskaplig forskning, samt introducerar programmeringsverktyg för statistisk analys. De huvudsakliga sannolikhetsfördelningar som används inom samhällsvetenskaplig forskning, inklusive binomialfördelning, exponentiell fördelning, normalfördelning och Poissonfördelning, introduceras, och deras egenskaper och tillämpningar utforskas i intensiva datorlaborationer. Statistisk programvara används för att göra simuleringar baserade på dessa fördelningar. Beräkningsmetoder, inklusive Monte Carlo-simulering, används för att utforska de mest centrala teoremen under olika förhållanden. Hypotesprövningar för parametrar och statistik relaterade till vanliga univariata fördelningar introduceras och beräkningsalternativ diskuteras.
Undervisnings- och arbetsformer
Undervisningen sker i form av litteraturstudier, föreläsningar, seminarier och interaktiva datorlaborationer. Utöver detta ska den studerande utöva självstudier.
Undervisningsspråk: engelska.
Examination
Kursen examineras genom skriftliga inlämningsuppgifter, datorlaborationer och en avslutande individuell skriftlig uppgift. Detaljerad information om examinationen finns i kursens studiehandledning.
Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.
Den som godkänts i prov får ej delta i förnyat prov för högre betyg.
Betygsskala
ECTS, ECÖvrig information
Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.
Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.
Institution
Institutionen för ekonomisk och industriell utvecklingKod | Benämning | Omfattning | Betygsskala |
---|---|---|---|
EXAM | Slutlig examination | 5 hp | EC |
GRP1 | Gruppexamination | 1 hp | EC |
HEM1 | Hemtentamen | 1.5 hp | EC |
Böcker
ISBN: 9781466575578, 1466575573
Artiklar
Ladda ner
Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.
Det finns inga filer att visa.