Kursplan - Multivariat statistik
Omfattning
7.5 hp
Kurskod
MAA516
Giltig från
Hösttermin 2023
Utbildningsnivå
Avancerad nivå
Successiv fördjupning
A1N (Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav).
Huvudområde(n)
Matematik/Tillämpad matematik
Akademi
Akademin för utbildning, kultur och kommunikation
Fastställd
2019-12-09
Reviderad
2022-12-13
Litteraturlistor
Kurslitteraturen är preliminär till 8 veckor innan kursstart. Kurslitteratur kan vara giltig över flera terminer.
-
Böcker
Applied multivariate statistical analysis
Six edition, Pearson New International edition. : Harlow : Pearson Education Limited, 2014 - ii, 770 pages
ISBN: 1292037571 LIBRIS-ID: 16596127
Syfte
Kursen syftar till att ge studenten möjlighet att tillägna sig metoder inom multivariat statistik för att korrekt kunna tolka och analysera multivariata data.
Lärandemål
Efter avklarad kurs ska studenten kunna
1. bevisa de viktigaste egenskaperna hos multivariat normalfördelning
2. beskriva och tillämpa linjära modeller för multivariata data
3. visa förståelse för och härleda multivariata statistiska metoder såsom principalkomponentanalys, faktoranalys, diskriminantanalys, klusteranalys och kanonisk korrelationsanalys
4. utvärdera tillämpbarheten av olika modeller utifrån ett vetenskapligt perspektiv och bedöma vilka multivariata analysmetoder som är bäst lämpade att använda i olika sammanhang
5. analysera resultat från tillämpning av multivariata statistiska metoder samt att redogöra för deras begränsningar
6. använda statistisk mjukvara för att analysera och jämföra olika multivariata metoder och kunna dra lämpliga slutsatser
7. implementera några av de studerade modellerna med hjälp av någon mjukvara/programmeringsspråk som är lämplig för det aktuella problemet
Innehåll
- Introduktion till multivariat analys: beskrivande statistik för multivariata data, stickprovsgeometri och slumpmässigt urval
- Multivariata normalfördelningen och statistisk inferens baserat på denna fördelning
- Multivariata linjära modeller: linjär regression och multivariat multipel regression
- Kovariansanalyser: principalkomponentanalys och faktoranalys
- Klassificerings- och grupperingstekniker: klassificering, diskriminant- och klusteranalys
Särskild behörighet
Flervariabelkalkyl, 4 hp, Vektoralgebra 5 hp, Statistik 3,5 hp, Sannolikhetslära 3,5 hp, eller motsvarande. Dessutom krävs Svenska B/Svenska 3 samt Engelska A/Engelska 6. I de fall kursen ges på engelska görs undantag från kravet på Svenska B/Svenska 3.
Examination
INL2, inlämningsuppgift, 2,5 hp, skriftliga inlämningsuppgifter avseende lärandemål 1-5, betyg Underkänd (U) eller Godkänd (G).
PRO1, projektrapport, 5 hp, skriftlig rapport avseende lärandemål 6-7, betyg Underkänd (U), 3, 4 eller 5.
En student som har ett intyg från MDU avseende sin funktionsnedsättning har möjlighet att anmäla önskemål om anpassning vid salstentamina eller annan examinationsform i enlighet med Regler och anvisningar för examination på grundnivå och avancerad nivå vid Mälardalens högskola (2020/1655). Det är examinator som, utifrån det intyg som utfärdats, beslutar om eventuell anpassning och i så fall vilken anpassning som ska gälla.
Misstankar om vilseledande vid examination (fusk) anmäls, enligt högskoleförordningen, till universitetets rektor och prövas av universitetets disciplinnämnd. Om disciplinnämnden anser att en student gjort sig skyldig till en disciplinförseelse fattar nämnden beslut om en disciplinär åtgärd, vilket är varning eller avstängning.
Betyg
Med beröm godkänd, icke utan beröm godkänd, godkänd, underkänd