Kursplan

Sannolikhetsteori och Markov-processer

Kurskod
ST3013
Poäng
7,5 högskolepoäng
Nivå
Avancerad nivå 1
Institution
Institutionen för information och teknik
Ämnestillhörighet
Statistik (STA)
Ämnesgrupp
Statistik
Utbildningsområde
Naturvetenskapliga området, 100%
Kursen kan ingå i följande huvudområde(n)
Datateknik1
Mikrodataanalys2
Fördjupningsbeteckning för respektive huvudområde
1A1F
2A1F
Fastställd
Fastställd i nämnden för Institutionen för information och teknik 2011-06-14.
Kursplanen gäller fr.o.m. 2011-08-06.
Reviderad
Reviderad 2012-12-18.
Revideringen är giltig fr.o.m. 2012-12-31.
Nedlagd
2021-12-22

Mål

Efter avslutad kurs ska den studerande kunna tillämpa:

  • grundläggande sannolikhetsteori, stokastiska variabler, statistiska fördelningar och betingad sannolikhet.
  • stokastiska processer, speciellt Markov-processer.
  • estimeringstekniker.

Innehåll

Kursen är en teoretisk kurs i ämnen från sannolikhetsteori och statistik.

I kursen ingår stokastiska variabler och fördelningar, betingad sannolikhet och betingade fördelningar. Stokastiska processer introduceras samt teorin för diskreta och kontinuerliga Markov-processer med användning inom köteori. Dessutom ingår tekniker för punktestimering och likelihood teori.

Examinationsformer

Skriftlig tentamen.
En förutsättning för examination är att studenten är närvarande vid minst två tredjedelar av de schemalagda föreläsnings- och övningstillfällena.

Arbetsformer

Lektioner och övningar. Vid alla tillfällen förväntas förberedelse, aktiv diskussion under tillfället, och reflektion efter tillfället.

Betyg

Som betygsskala används U–VG.

Förkunskapskrav

  • Kandidatexamen om minst 180 högskolepoäng, samt tidigare eller nuvarande registrering på båda kurserna Behörighetsgivande kurs i dataanalys och statistik för masterprogram i Business Intelligence, 7,5 högskolepoäng, Grundnivå 1 och Matematik för mikrodataanalys, 7,5 högskolepoäng, Grundnivå 2, eller motsvarande.

Övrigt

Maximalt fyra omtentamenstillfällen.

Kursen kan inte räknas i examen samtidigt som Stokastisk modellering, DT3008 och Sannolikhetsteori, ST3003.