SluitenHelpPrint
Switch to English
Cursus: WISB263
WISB263
Statistiek
Cursus informatieRooster
CursuscodeWISB263
Studiepunten (ECTS)7,5
Categorie / Niveau2 (Bachelor Verdiepend)
CursustypeCursorisch onderwijs
VoertaalEngels, Nederlands
Aangeboden doorFaculteit Betawetenschappen; Undergraduate School Bètawetenschappen;
Contactpersoondr. C. Spitoni
E-mailC.Spitoni@uu.nl
Docenten
Docent
dr. C. Spitoni
Overige cursussen docent
Contactpersoon van de cursus
dr. C. Spitoni
Overige cursussen docent
Blok
2  (12-11-2018 t/m 01-02-2019)
Aanvangsblok
2
TimeslotA: MA-ochtend, DI-namiddag, WO-ochtend
Onderwijsvorm
Voltijd
Cursusinschrijving geopendvanaf 17-09-2018 t/m 30-09-2018
AanmeldingsprocedureOsiris
Inschrijven via OSIRISJa
Inschrijven voor bijvakkersJa
VoorinschrijvingNee
Na-inschrijvingJa
Na-inschrijving geopendvanaf 22-10-2018 t/m 23-10-2018
WachtlijstNee
Plaatsingsprocedureniet van toepassing
Cursusdoelen
-
Inhoud

 
Dit college geeft een inleiding in de mathematische theorie van de statistiek. In de statistiek worden gegevens geanalyseerd door ze te beschouwen als uitkomst van een (deels) onbekend kansmodel. De mathematische statistiek geeft richtlijnen om, zo doeltreffend mogelijk, informatie uit de gegevens over het kansmodel, en daarmee over de achterliggende werkelijkheid, te verwerven.  De nadruk zal liggen op de fundamentele begrippen en methoden van de statistiek. Daarnaast zullen voorbeelden en inleveropgaven gebruikt worden om te laten zien hoe deze fundamentele begrippen in de praktijk gebruikt kunnen worden.
  • statistisch model
  • steekproef
  • multivariate normale verdeling
  • Bayesiaanse schatters
  • prior en posterior verdelingen
  • convergentiebegrippen
  • delta-methode
  • voldoende en volledige statistieken
  • betrouwbaarheidsgebieden
  • Fisher informatie
  • Cramer-Rao ondergrens
  • toetsen
  • overschrijdingskansen
  • likelihood ratio test
 
Vereiste voorkennis: Bekendheid met de basisbegrippen uit de kansrekening (bijv Wisb161) en een basiskennis analyse
Kennis en inzicht Na afronding van de cursus kent de student:
  • Het begrip steekproef
  • De multivariate normale verdeling,
  • Het begrip “verwachte kwadratische fout”
  • De momenten-methode,
  • de meest aannemelijke schatters,
  • Bayesiaanse schatters,
  • prior en posterior verdelingen,
  • convergentiebegrippen,
  • delta-methode,
  • voldoende en volledige statistieken,
  • betrouwbaarheidsgebieden,
  • Fisher informatie,
  • Cramer-Rao ondergrens,
  • Toetsen en overschrijdingskansen
  • de likelihood ratio test.
Vaardigheden: Na afronding van de cursus kan de student:
  • Een data set analyseren en interpreteren met behulp van de verkregen begrippen en inzichten
 
Toetsvormen:
 
 
 
Ingangseisen
Verplicht materiaal
-
Aanbevolen materiaal
Boek
Mathematical statistics and data analysis. John A. Rice, 2nd ed.
Software
Geen software nodig
Werkvormen
Hoorcollege

Werkcollege

Toetsen
Eindresultaat
Weging100
Minimum cijfer-

SluitenHelpPrint
Switch to English