Kursplan för läsåret 2009/2010
(Genererad 2009-08-11.)
MATEMATISK STATISTIKFMS086
Mathematical Statistics

Antal högskolepoäng: 7,5. Betygskala: TH. Nivå: G2 (Grundnivå, fördjupad). Undervisningsspråk: Kursen ges på svenska. Överlappar följande kurs/kurser: FMS012, FMS032, FMS033, FMS035, FMS085, FMS140, KKK065, MAS217, FMS012, FMS032, FMS033, FMS035, FMS085, FMS140, FMS601, FMSF01, KKK065, MAS217, MASB02, FMS012, FMS032, FMS033, FMS035, FMS085, FMS140, FMS601, FMSF01, KKK065, MAS217, MASB02, FMS012, FMS032, FMS033, FMS035, FMS085, FMS140, FMS601, FMSF01, KKK065, MAS217 och MASB02. Obligatorisk för: B3, K3, N3. Kursansvarig: Studierektor Anna Lindgren, anna@maths.lth.se, Matematisk statistik. Förkunskapskrav: Minst 6 högskolepoäng inom kurserna FMAA01/FMAA05 Endimensionell analys, FMA430/FMA435 Flerdimensionell analys eller FMA025 Flervariabelanalys, inriktning bildbehandling. Förutsatta förkunskaper: Endimensionell analys samt minst en programkaraktäristisk kurs med kritiskt granskande av observerade data. Prestationsbedömning: Skriftlig tentamen, obligatorisk närvaro på laborationerna samt godkänd projektrapport. Tentamensbetyget utgör betyg på hela kursen. Poängsatta delmoment: 3. Övrigt: Laborationerna består av datorövningar. Kursen ges också för kemister vid naturvetenskaplig fakultet med koden MASB02. Hemsida: http://www.maths.lth.se/matstat/kurser/fms086/.

Syfte
Kursen ska ge studenten grunderna i matematisk modellering av slumpmässig variation och förståelse för principerna bakom statistiska analyser. Den ska också ge studenterna en verktygslåda med de vanligaste modellerna och metoderna samt förmågan att använda dessa i olika praktiska situationer. Tyngdpunkten ligger på modeller och metoder för analys av experimentella data och hantering av mätvariation.

Kursen fyller två syften. Dels är den en allmänbildningskurs i matematisk statistik, dels ska den ge en grund för vidare studier.

Allmänbildningen behövs för den som i sitt yrkesliv inte nödvändigtvis kommer att syssla med statistiska analyser dagligen men som kan förväntas behöva genomföra enklare statistiska tester ibland och presentera resultatet för sina kollegor. Man förväntas då också kunna läsa och värdera andras analyser.

Kursen ska också ge en grund för vidare studier, främst inom försöksplanering och metoder för multidimensionella data (Kemometri).

Mål

Kunskap och förståelse
För godkänd kurs skall studenten

Färdighet och förmåga
För godkänd kurs skall studenten

Värderingsförmåga och förhållningssätt
För godkänd kurs skall studenten

kunna granska en statistisk modell och dess förmåga att beskriva verkligheten.

Innehåll
Grunder i sannolikhetsteori och statistik, konfidensintervall, statistiska metoder såsom försöksplanering och regressionsanalys. Tillämpningar: mätvärdesanalys, olika typer av fel och deras fortplantning; jämförelser mellan medelvärden och spridningar; begrepp och metoder vid kvalitetskontroll, skattning av felkvot; sambandsanalys, kalibrering; planering av flerfaktorförsök, optimering av försöksparametrar, responsytetekniker. Speciellt kommer tillämpningar inom kemi- och bioteknik att beaktas.

Litteratur
Olbjer, L.: Experimentell och industriell statistik. Lund 2000.

Poängsatta delmoment

Kod: 0108. Benämning: Tentamen.
Antal Högskolepoäng: 6. Betygskala: TH. Prestationsbedömning: Skriftlig tentamen. Delmomentet omfattar: Se kursplan.

Kod: 0208. Benämning: Laborationer.
Antal Högskolepoäng: 0,5. Betygskala: UG. Prestationsbedömning: Datorlaborationer.

Kod: 0308. Benämning: Projektarbete.
Antal Högskolepoäng: 1. Betygskala: UG. Prestationsbedömning: Skriftlig rapport. Delmomentet omfattar: Tillämpning av statistiska metoder på ett för studenten relevant problem.