91̽»¨

Kursen läses av studenter på Matematikprogrammet och den kan även läsas som fristående kurs av studenter som uppfyller förkunskapskraven.

Kursen kan ingÃ¥ i följande program: 1) Matematiska vetenskaper, masterprogram (N2MAT), 2) Matematikprogrammet (N1MAT) och 3) Applied Data 91̽»¨ Master's Programme (N2ADS).

MSG100/MSG110 och MSG200 eller andra kurser som täcker materialet i dessa kurser.

Kursen täcker följande:

• Enkla linjära modeller, multivariata linjära modeller och underliggande antaganden
• Trade-off mellan varians och bias
• Egenskaper för minsta kvadratmetod-skattare
• Identifiering av outliers samt användandet av residualer och andra mÃ¥tt för att verifiera att modellantaganden uppfylls
• Användandet av kategoriska kovariater i regression
• Testandet av parametrar med hjälp av t-test
• Goodness-of-fit-mÃ¥tt sÃ¥som R2 and modifierad R2
• Konfidens- och prediktionsintervall
• Multikolinearitetsproblemet
• Modellval med hjälp av giriga algoritmer och AIC
• Modellval med hjälp av partiellt F-test
• Prediktionsfel och korsvalidering
• Interaktion mellan kovariater
• En introduktion till generaliserade linjära modeller, exponentialfamiljen och asymptotiskt egenskaper för MLE-skattare
• Test-procedurer för generaliserade linjära modeller

Efter godkänd kurs skall studenten kunna:

• redogöra för den gemensamma matematiska strukturen för linjära regressionsmodeller och generaliserade linjära modeller;
• konstruera och använda dessa modeller för dataanalys med hjälp av statistisk slutledning och lämplig programvara;
• tolka resultaten och känna till modellernas begränsningar;
• identifiera situationer i vilka linjära modeller kan tillämpas, skatta och tolka parametrar, prediktera framtida värden och testa hypoteser med hjälp av lämplig programvara, t.ex. R;
• konstruera regressionsmodeller som passar för nuvarande data och kan generaliseras till framtida observationer;
• redogöra för modellbegränsningar och identifiera situationer där den tilltänkta modellen inte är lämplig givet data.

Föreläsningar, veckovisa (eller nästan veckovisa) mini-projekt och presentationer.

Summeringsrapport av de veckovisa mini-projekten, en slutlig projektrapport och en skriftlig tentamen. Närvaro vid de veckovisa presentationerna av mini-analyserna är obligatorisk. Se kurshemsidan för information om hur man kompenserar för frånvaro.

Om en student som har underkänts två gånger på samma examinerande moment önskar byta examinator inför nästa examinationstillfälle ska en sådan begäran bifallas om det inte finns särskilda skäl däremot (6 kap. 22 § HF).

Om en student har fått besked om pedagogiskt stöd från Göteborgs universitet med rekommendation om anpassad examination och/eller anpassad examinationsform kan examinator, i det fall det är förenligt med kursens lärandemål och förutsatt att inte orimliga resurser krävs, besluta att bevilja studenten anpassad examination och/eller anpassad examinationsform.

Om en kurs har avvecklats eller genomgått en större förändring ska studenten erbjudas minst två examinationstillfällen, utöver ordinarie examinationstillfälle. Dessa tillfällen fördelas under en tid av minst ett år, dock som längst två år efter det att kursen avvecklats/förändrats. Vad gäller praktik och verksamhetsförlagd utbildning (VFU) gäller motsvarande, men med begränsning till endast ett ytterligare examinationstillfälle.

Om en student har fått besked om att denne uppfyller kraven för att vara student vid Riksidrottsuniversitetet (RIU-student) har examinator rätt att besluta om anpassning vid examination, om detta görs i enlighet med Lokala regler gällande RIU-studenter vid Göteborgs universitet.

På kursen ges något av betygen Väl godkänd (VG), Godkänd (G) och Underkänd (U).

Kursutvärdering görs med en anonym enkät och/eller genom samtal med studentrepresentanter. Resultatet och eventuella förändringar i kursens upplägg ska förmedlas både till de studenter som genomförde värderingen och till de studenter som ska påbörja kursen.