Statistik B2, 15 hp
Kursen är nedlagd från och med 2023-02-09
Innehåll
Kursen kännetecknas av en växelverkan mellan teori och praktik dvs. mellan teoretisk skolning och tillämpningar på faktiska datamaterial. Moment 1. Tidsserieanalys (7,5 hp) En tidsserie är en mängd mätningar som är tidsordnade. Statistiska modeller för analys av tidsseriedata kommer bl a till användning vid prognosticering av ekonomiska tidsserier och inom processindustrin kan sådana modeller användas i samband med processkontroll. Momentet inleds med en genomgång av ARIMA-modeller samt grundläggande statistiska begrepp som används i samband med tidsseriedata. Bland annat behandlas lag- och backwardoperatorer, svag och stark stationaritet, autokorrelationsfunktion, och partiell autokorrelationsfunktion. Problem som behandlas kring ARIMA-modeller är modellidentifikation, modellskattning, modellutvärdering, samt prognosticering. Efter introduktionen av ARIMA modeller utvecklas klassen av modeller och modeller med heteroskedastiska störningar introduceras. De modeller som behandlas här är ARCH och GARCH modeller. Skattningsproblematik och användningen av dessa i samband med analys av regressionsmodeller diskuteras. Momentet avslutas med en behandling av analys av multivariata tidsseriedata. Här introduceras VAR-modeller och cointegration. De statistiska problemen förenade med estimation, modellutvärdering och prognosticering av VAR-modeller behandlas liksom test av cointegration. Moment 2. Multivariat analys (7,5 hp) Multivariat analys är ett samlingsbegrepp för olika ansatser att analysera relationen mellan många oberoende variabler och mer än en beroendevariabel eller enbart relationen mellan många variabler utan någon specifik beroendevariabel. Analysmetodernas styrka är att kunna analysera och strukturera data med komplicerad struktur. Momentet inleds med en genomgång av varians- och kovariansanalys av relationen mellan en beroendevariabel och ett antal oberoende variabler, med tonvikt på vilka antagande och vilket statistiskt synsätt teknikerna bygger på samt vilka begränsningar de har. Här tas också relationen mellan linjär regression och varians-kovariansanalys upp. Under momentet ges en genomgång av de multivariata teknikerna; multivariat variansanalys, principal- och faktoranalys, diskriminantanalys och analys vid strukturella ekvationsmodeller. Gemensamt för dessa analystekniker är att de bygger på linjära modeller för relationerna mellan de beroende och oberoende variablerna. Utgångspunkten är densamma som vid varians- och kovariansanalys, dvs. analys av hur variationen i en variabel kan förklaras av variationen i andra variabler. Tyngdpunkten ligger på de statistiska modellernas uppbyggnad, skattning och test av modellernas parametrar samt modellkontroll.
Förväntade studieresultat
Efter kursen skall den studerande: kunna förstå samt tillämpa kunskaper i statistiska inferensteori vid slutledning vid vissa sannolikhetspåståenden, självständigt kunna tillämpa teoretiska modeller av slumpmässiga försök i samband med insamling, bearbetning, beskrivning och analys av data, vilka kännetecknas av slumpmässiga variationer, kunna beskriva och analysera tidsseriedata med hjälp av tidsseriemodeller samt kunna förstå dessa modellers relevans för förutsägelser ha grundläggande kunskap om multivariata analystekniker kunna tillämpa vissa multivariata statistiska metoder för att analysera relationen mellan flera oberoende variabler och mer än en beroendevariabel kunna kritiskt granska vetenskapliga artiklar där statistiska metoder har använts i skriftlig och muntlig form kunna redovisa och utvärdera resultat av såväl egna samt andras undersökningar kunna använda datorn som hjälpmedel i tillämpade situationer.
Behörighetskrav
Univ: Statistik B1, 15 högskolepoäng eller motsvarande.
Undervisningens upplägg
Undervisning ges oftast i form av föreläsningar och lektioner men seminarier, gruppövningar och handledning kan också förekomma. Därtill används datorlektioner och datorövningar i syfte att öka förståelsen för den statistiska begreppsapparaten samt i syfte att ge studenten möjlighet att använda sina teoretiska kunskaper på verkliga problem. Vid datorlektionerna används olika statistiska programvaror. På varje moment ingår en eller flera obligatoriska laborationsuppgifter som ska redovisas skriftlig och i vissa fall muntligt.
Examination
Examinationen består dels av redovisning av förelagda laborationsuppgifter, dels av en tentamen vid respektive moments slut. För laborationsuppgifterna fastställs vissa datum då redogörelse senast skall inlämnas och/eller muntlig presentation ges. För att bli godkänd på ett moment krävs att tentamen samt redovisningar av samtliga laborationsuppgifter är godkända. Vid betygssättningen tillämpas den tregradiga skalan Väl Godkänd, Godkänd eller Underkänd. För betyget Godkänd på kursen krävs att bägge momenten är godkända. För betyget Väl Godkänd på hela kursen krävs betyget Väl Godkänd på båda momenten eller sammanlagt 75% rätt på tentamina. För den som ej godkänts vid ordinarie provtillfälle anordnas ytterligare ett provtillfälle senast tre månader efter ordinarie provtillfälle. Dessutom ges normalt ett extra provtillfälle, så kallat uppsamlingsprov veckan innan höstterminens start. Tillgodoräknande Studierektor vid Statistiska institutionen beslutar om tillgodoräknande av kurs efter skriftlig ansökan. I ansökan skall anges vilket moment eller vilken kurs som ansökan avser. Bestyrkta kopior av kursbevis eller motsvarande, där det framgår lärosäte, tidpunkt, ämnestillhörighet, nivå, poängomfattning och betyg skall bifogas. Dessutom skall kursplan inklusive litteraturförteckning för de kurser som avses samt i förekommande fall uppsatsarbete bifogas.
Litteratur
Giltig från: 2010 vecka 28
Moment 1
Using multivariate statistics
Tabachnick Barbara G., Fidell Linda S.
senaste :
Obligatorisk
Mathematical Statistics With Applications
Wackerly Dennis D., Mendenhall William, Scheaffer Richard L.
senaste :
Obligatorisk
Moment 2
Time series analysis
: with applications in R
Cryer Jonathan D., Chan Kung-sik
2. ed. :
New York :
Springer :
cop. 2008 :
xiii, 491 s. :
http://proxy.lib.ltu.se/login?url=http://dx.doi.org/10.1007/978-0-387-75959-3z Endast för användare inom LTU
ISBN: 978-0-387-75958-6 (acid-free paper)
Obligatorisk
Se Umeå UB:s söktjänst