Type of course

Emnet tas primært av studenter med studierett på bachelorprogrammer i ingeniørfag.

Emnet kan tas som enkeltemne.

Admission requirements

Generell studiekompetanse + Matematikk R1 eller (S1+S2).

Søknadskode: 9354 (kravkode MATRS) Enkeltemner i informatikk, lavere grad.

Course content

Emnet gir studentene en innføring i sannsynlighetsregning og statistikk, som innbefatter temaene:

Deskriptiv statistikk:

• Sentralmål og spredningsmål
• Visualisering med histogrammer

Sannsynlighet:

• Mengdelære
• Betingede sannsynligheter
• Kombinatorikk
• Stokastiske variable
• Diskrete (binomisk, hypergeometrisk, Poisson) og kontinuerlige (normal, eksponential, kji-kvadrat og Student-t) sannsynlighetsfordelinger
• Forventning og varians
• Sentralgrenseteoremet

Statistisk analyse:

• Estimatorer og konfidensintervaller
• Hypotesetesting
• Korrelasjon og lineær regresjonsanalyse
• Kji-kvadrattest

Objective of the course

Kunnskap

Kandidaten har:

• Kunnskap til å redegjøre for begrepet sannsynlighet og teknikker knyttet til beregning av sannsynlighet (mengdelære, kombinatorikk, bruk av Bayes teorem).
• Grunnleggende kunnskap om deskriptive metoder

• Grunnleggende kunnskaper om stokastiske variabler, samt diskrete og kontinuerlige sannsynlighetsfordelinger
• Grunnleggende forståelse av hvordan sannsynlighetsbegrepet og deskriptive metoder kan kombineres til statistisk analyse (estimering, hypotesetester og regresjon).

Ferdigheter

Kandidaten kan:

• Anvende grunnleggende teknikker for sannsynlighetsregning, og benytte sentrale diskrete og kontinuerlige fordelinger i beregning av sannsynlighet
• Sammenfatte et datamateriale i beskrivende mål (sentralmål og spredning)

• Fremstille data visuelt slik at relevant informasjon kommer fram

• Utføre estimering av ukjente parametre, beregne konfidensintervall samt utføre hypotesetester
• Beregne den lineære korrelasjonskoeffisienten, og sette opp og anvende lineære regresjonsmodeller
• Benytte digitale verktøy til statistisk analyse

Generell kompetanse

Kandidaten:

• Har forståelse for hvordan teoretiske matematiske modeller anvendes i praksis.
• Er bevisst hvilke begrensinger og muligheter som ligger i statistisk databehandling
• Kan relatere statistikk og statistisk modellering til ingeniørfaglig problemløsing, og kommunisere resultatene på en etterrettelig måte

Language of instruction and examination

Teaching methods

Forelesninger, oppgaveløsning og nettbaserte ressurser

Totalt minimum 40 timer undervisning