ØAMET1100 Statistics Course description

Kunnskaper

Studenten har

• elementære kunnskaper i lineæralgebra og differensiallikninger
• kunnskaper i matematisk analyse utover Matematikk 1

Ferdigheter

Studenten kan

• regne med vektorer, matriser og determinanter
• løse systemer av lineære likninger med eliminasjonsmetoder og med Cramers formler
• finne inversmatriser
• finne inverse funksjoner
• beregne grenser og bruke L-Hopitals regel
• standard integrasjonsmetoder
• løse enkle separable differensiallikninger
• løse enkle førsteordens lineære differensiallikninger
• undersøke homogenitet for funksjoner av flere variable
• implisittderivere og differensiere ikkelineære systemer av likninger
• bruke Lagranges metode med flere bibetingelser og gi økonomiske fortolkninger av Lagrangemultiplikatorene

Generell kompetanse

Studenten kan

• lese mer avansert matematisk formulert faglitteratur og har fått trening i logisk og analytisk tenkning

Forkunnskaper tilsvarende Matematikk 1. Emnet er et grunnleggende verktøyfag for en rekke bedriftsøkonomiske fag. Det gir også nødvendig bakgrunn for kurset Samfunnsvitenskapelig metode.

Det undervises i plenumsforelesninger. Studentene må i tillegg arbeide med oppgaver som blir gjennomgått.

Kunnskaper

Studenten har

• grunnleggende kunnskap innen sannsynlighetsregning og statistikk slik det anvendes i økonomisk-administrative fag.

Ferdigheter

Studenten kan

• presentere og tolke statistiske data ved hjelp av sentral- og spredningsmål, frekvensfordelinger og grafiske metoder
• grunnleggende sannsynlighetsregning inkludert sannsynlighetsmodeller, kombinatorikk, utvalgsmodeller, betingede sannsynligheter, lov om total sannsynlighet, Bayes lov og uavhengighet
• analysere sannsynlighetsfordelinger og beregne forventning og varians til en stokastisk variabel og til lineærkombinasjoner av stokastiske variable.
• forstå simultane sannsynlighetsfordelinger inkludert beregning av forventning, varians og kovarians
• velge sannsynlighetsmodell og regne med diskrete og kontinuerlige sannsynlighetsfordelinger, inkludert Binomisk fordeling, Hypergeometrisk fordeling, Poissonfordeling, Normalfordeling/Normaltilnærming og t-fordeling
• estimere ukjente parametre, både punktestimering og intervallestimering
• foreta hypotesetesting i målemodell og binomisk modell og vurdere ulike testmetoder; tolke signifikansnivå, signifikanssannsynlighet og teststyrke
• anvende og tolke regresjonsanalyse, herunder estimering og hypotesetest av regresjonskoeffisienten og prediksjon
• beregne og tolke korrelasjonskoeffisienten
• foreta kjikvadrattester, både modelltesting og test av uavhengighet
• vurdere forskjeller mellom to grupper, inkludert hypotesetesting

Generell kompetanse

Studenten kan

• forholde seg til og operasjonalisere usikkerhet.

En obligatorisk individuell innleveringsoppgave må være godkjent for å kunne gå opp til eksamen. Oppgavens omfang tilsvarer i arbeidsmengde omtrent det samme som en skriftlig eksamen i emnet. Hvis oppgaven ikke godkjennes ved første forsøk er det anledning til å levere en forbedret versjon én gang. Faglærer vil informere om frister.

Individuell skriftlig eksamen under tilsyn på fire timer i slutten av semesteret.

Individuell skriftlig skoleeksamen under tilsyn på fire timer i slutten av semesteret.

Se egen hjelpemiddelliste som publiseres i god tid før eksamen.

Gradert skala A-F.

Ekstern sensor godkjenner eksamensoppgavene og vil sammen med intern sensor sensurere eksamensbesvarelsene.