ST515: Generaliserede Lineære Modeller (5 ECTS)
STADS: 25001101Niveau
Bachelorkursus
Undervisningsperiode
Kurset er placeret i efterårssemesteret.
Ansvarlige undervisere
Email: bentj@stat.sdu.dkSkemaoplysninger
| Hold | Type | Dag | Tidsrum | Lokale | Uger | Kommentar |
|---|---|---|---|---|---|---|
| Fælles | I | Mandag | 14-16 | U145 | 36-37,40,43 | |
| Fælles | I | Mandag | 14-16 | U49 | 39,41 | |
| Fælles | I | Mandag | 14-16 | U49c | 44 | |
| Fælles | I | Torsdag | 08-10 | U142 | 36-37,43 | |
| Fælles | I | Torsdag | 08-10 | U49d | 39-41 | |
| Fælles | I | Torsdag | 08-10 | U49 | 44 | |
| S1 | TE | Onsdag | 14-16 | U57 | 39-41,43-44 | |
| S1 | TE | Torsdag | 10-12 | U145 | 40 | |
| S1 | TE | Torsdag | 12-14 | U49c | 41,44 | |
| S1 | TE | Fredag | 12-14 | U69a | 37 | |
| S1 | TE | Fredag | 12-14 | U10 | 38,43 | |
| S1 | TE | Fredag | 12-14 | U49b | 39 |
Vis personligt skema for dette kursus.
Kommentar:
Samlæses med ST809
Indgangskrav:
Ingen
Faglige forudsætninger:
Kurserne ST519 Matematisk statistik og ST502 Statistisk Modellering anbefales.
Kursusintroduktion
At beherske principper, metoder og anvendelser af generaliserede lineære modeller. Deltagerne vil lære at implementere og evaluere metoderne i den statiske programpakke R.
Forventet læringsudbytte
Ved kursets afslutning forventes den studerende at kunne:
- Reproducere de vigtigste teoretiske resultater vedrørende basale operationer på stokastiske variable og vektorer og anvende dem i enkle teoretiske opgaver,
- arbejde med kursets koncepter og modeller,
- udføre praktiske dataanalyse ved hjælp af kursets modeller,
- forstå og identificere hvilke problemstillinger der kan løses ved hjælp af generaliserede lineære modeller,
- udføre praktiske dataanalyse ved hjælp af kursets modeller,
- programmere kursets modeller og teknikker i den statiske software brugt ved kurset,
- Identificere og forstå relevante oplysninger i softwarens output,
- resumere resultater af en analyse i en statistisk rapport.
Naturlige eksponentielle familier; momentfrembringende funktioner; variansfunktioner; dispersionsmodeller; likelihood teori; chi-i-anden, F-og t-test; deviansanalyse; residualanalyse; iterativ mindste kvadraters algoritme; lineære normale modeller, logistisk regression, analyse af tælledata, positive data.
Litteratur
Der er i øjeblikket ikke angivet nogle materialer for kurset.
Kursets hjemmeside
Dette kursus benytter e-learn (blackboard).
Forudsætningsprøver
Ingen
Eksamen- og censurform:
Projektopgave, bestået/ikke-bestået, intern bedømmelse ved underviser. (25001102)
Reeksamen i samme eksamenstermin eller i umiddelbar forlængelse heraf.
Vejledende timetal
På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.
Introfase: 28 timer
Træningsfase: 22 timer
Aktiviteter i studiefasen Studiefase: 10 timer
Sprog
Dette kursus undervises på dansk eller engelsk, afhængigt af underviseren. Dog altid på Engelsk ved deltagelse af internationale studerende.
Kursustilmelding
Se tilmeldingsfrister.
Pris for åben uddannelse
Se priser for enkeltkurser.
Dette er den nyeste version af en kursusbeskrivelse, som trådte i kraft den 1. sep 2013.
