en_GB
Hold Ctrl-tasten nede. Trykk på + for å forstørre eller - for å forminske.

STA600_1

Generaliserte lineære modeller

Dette er studietilbudet for studieår 2019-2020. Endringer kan komme.


Emnet gir en innføring i generaliserte lineære modeller (GLM), som er en naturlig generalisering av vanlig (multippel) lineær regresjon for normalfordelte responser til responser fra en større klasse av fordelinger, spesielt diskrete fordelinger. Teori for generaliserte lineære modeller blir gjennomgått med anvendelser bl.a. på regresjonsmodeller for normalfordelte data, logistisk regresjon for binære og multinomiske data, Poisson-regresjon og levetidsanalyse. Prinsipper for statistisk modellering, estimering og inferens. Likelihoodteori. Anvendelser og analyse av datasett vektlegges.

Læringsutbytte

Etter å ha tatt dette emnet skal studenten:
• Kjenne til teori for generaliserte lineære modeller
• Kjenne til hvordan regresjon med binære, multinomiske, Poisson- og levetidsresponser kan gjøres
• Forstå bruk av likelihoodestimering generelt og spesielt for generaliserte lineære modeller
• Kunne benytte teorien til å analysere datasett.

Innhold

Emnet gir en innføring i generaliserte lineære modeller (GLM), som er en naturlig generalisering av vanlig (multippel) lineær regresjon for normalfordelte responser til responser fra en større klasse av fordelinger, spesielt diskrete fordelinger. Teori for generaliserte lineære modeller blir gjennomgått med anvendelser bl.a. på regresjonsmodeller for normalfordelte data, logistisk regresjon for binære og multinomiske data, Poisson-regresjon og levetidsanalyse. Prinsipper for statistisk modellering, estimering og inferens. Likelihoodteori. Anvendelser og analyse av datasett vektlegges.

Forkunnskapskrav

MAT100 Matematiske metoder 1, MAT200 Matematiske metoder 2, STA100 Sannsynlighetsregning og statistikk 1, STA500 Sannsynlighetsregning og statistikk 2
eller tilsvarende kurs.

Eksamen/vurdering

Vekting Varighet Karakter Hjelpemidler
Muntlig eksamen1/145 minutterA - FIngen hjelpemidler tillatt

Vilkår for å gå opp til eksamen/vurdering

To obligatoriske innleveringer
Obligatoriske undervisningsaktiviteter må være godkjent for å få avlegge eksamen.

Fagperson(er)

Emneansvarlig
Jörn Schulz
Faglærer
Tore Selland Kleppe
Instituttleder
Bjørn Henrik Auestad

Arbeidsformer

Fire timer forelesning og to timer regneøvinger per uke.

Åpent for

Masternivå på Det teknisk-naturvitenskapelige fakultet samt bachelorstudiet i matematikk og fysikk.

Emneevaluering

Skjer vanligvis gjennom skjema og/eller samtaler i henhold til gjeldende retningslinjer.

Litteratur

Annette J. Dobson: An introduction to generalized linear models, second ed.
Ch.: 1 11.
Alternative lærebøker vurderes. Dersom annen lærebok velges vil informasjon om dette oppgis ved semesterstart.


Dette er studietilbudet for studieår 2019-2020. Endringer kan komme.

Sist oppdatert: 29.05.2020

Historikk