Kursplan

Riskanalys

Kurskod
AMI22Z
Poäng
7,5 högskolepoäng
Nivå
Avancerad nivå
Institution
Institutionen för information och teknik
Ämnestillhörighet
Mikrodataanalys (XYZ)
Ämnesgrupp
Övriga tvärvetenskapliga studier
Utbildningsområde
Naturvetenskapliga området, 100%
Kursen kan ingå i följande huvudområde(n)
Mikrodataanalys1
Fördjupningsbeteckning för respektive huvudområde
1A1N
Fastställd
Fastställd 2019-04-18.
Kursplanen gäller fr.o.m. 2019-06-21.

Lärandemål

Det övergripande syftet med kursen är att studenten skall utveckla kunskap om riskhändelser och -processer med målet att hantera risk i allmänhet liksom i specifika situationer. Ett fundament i riskanalysen är formell modellering med statistisk analys kombinerat med erfarenheter och insikter från olika ämnesområden. Kursen syftar till att utveckla en statistisk och sannolikhetsteoretisk grund och därigenom utveckla förmågan att tillämpa formell riskmodellering, vilket i sin tur används för beslutsfattande under osäkerhet.

Efter avslutad kurs skall studenten kunna:

  • tillämpa sannolikhetskalkyler för olika typer av slumpvariabler och fördelningar.
  • tillämpa statistiska skattningsmetoder för sannolikheter, risk och andra parametrar.
  • redogöra för och reflektera över vetenskaplig principer för kvantitativ riskhantering.
  • identifiera olika former av osäkerhet och anpassa riskanalysen och -hanteringen därefter.
  • genomföra scenarieanalys.

Innehåll

Kursen är teoretisk och innehåller sannolikhetsteorins och statistiken grunder. Den omfattar slumpvariabler och dess fördelningar likväl som betingade fördelningar. Stokastiska processer behandlas översiktligt. Skattningstekniker gås igenom i kombination med associerad slutledning. Den teoretiska grunden överförs till riskanalysområdet med dess vetenskapliga principer. Centrala riskanalystekniker såsom simulering och scenarieanalys tränas i en laborativ miljö.

Examinationsformer

Skriftlig tentamen 4 hp, inlämningsuppgifter som examineras individuellt vid seminarier 3,5 hp.

Arbetsformer

Föreläsningar, grupp- och laborationsövningar och obligatoriska seminarier.

Betyg

Som betygsskala används U–G.

Förkunskapskrav

  • Kandidatexamen 180 hp i ämnet statistik, nationalekonomi, företagsekonomi, datavetenskap, informationssystem eller informationshantering samt Engelska 6