BYGG2100 Programming and statistics Course description

Dette emnet gir en innføring i programmering og statistikk.

Programmering tar sikte på å gi studenten en innføring i programmering i Python. Studentene får en innføring i programstruktur og uttrykk, variabler, tekster, operatorer, funksjoner, arrayer, bruk av løkker.

Statistikk gir sammen med de andre realfagene det fundamentale grunnlaget for ingeniørfagene. Emnet skal gi studenten forståelse for statistiske og sannsynlighetsteoretiske begreper, problemstillinger og løsningsmetoder med sikte på anvendelser innen eget fagfelt og ingeniørfag generelt.

Ingen utover opptakskrav

Etter å ha gjennomført dette emnet har studenten følgende læringsutbytte, definert som kunnskap, ferdigheter og generell kompetanse:

Kunnskap

Studenten:

• forstår problemløsning ved hjelp av programmering
• kjenner til innebygd funksjonalitet i Python
• har grunnleggende kjennskap til programmering med bruk av datastrukturer, funksjoner, og vektoriserte beregninger
• kan gjøre rede for sentrale begreper innen mengdelære, sannsynlighetsteori, parameterestimering, hypotesetestingsteori og modellvalg
• kan gjøre rede for sannsynlighetsfordelingene normal, binomisk, Poisson og eksponensial og typiske problemstillinger hvor de kan anvendes

Ferdigheter

Studenten kan:

• skrive programmer for å løse gitte problemstillinger
• dele opp et større problem i-delproblemer
• lage løsninger for virkelige problemer på en datamaskin med brukerinteraksjon, plott av data og lagring/lesing av data
• finne og rette feil i egne programmer samt være i stand til å sette seg inn i andres kildekode
• dra nytte av eksterne biblioteker i egen kildekode
• anvende statistiske prinsipper og begreper fra eget fagfelt
• utføre grunnleggende sannsynlighetsregning og parameterestimering
• sette opp konfidensintervaller og utføre hypotesetester for normalfordelte og binomisk fordelte data
• utføre enkle korrelasjons-/regresjonsanalyser

Generell kompetanse

Studenten kan:

• bruke Python til å løse relevante problemstillinger innen sitt fagfelt
• tilegne seg og ta i bruk ny programmeringskunnskap
• benytte statistiske tenkemåter på ingeniørproblemstillinger og formidler disse skriftlig og muntlig
• løse ingeniørproblemstillinger ved sannsynlighetsregning, statistisk forsøksplanlegging, datainnsamling og analyse

Forelesninger og øvinger.

Følgende arbeidskrav er obligatorisk og må være godkjent for å fremstille seg til eksamen:

• 3 av 4 obligatoriske øvinger må være godkjent

Individuell 4 timers skriftlig eksamen under tilsyn.

Eksamensresultat kan påklages.

Alle trykte og skrevne hjelpemidler. Håndholdt kalkulator som ikke kommuniserer trådløst. Dersom kalkulatoren har mulighet for lagring i internminnet skal minnet være slettet før eksamen. Stikkprøver kan foretas.

A practical course in analyzing text and talk.

Approved by the Doctoral Committee October 25, 2018.

This is a practical course where the students will be offered analytical tools to carry out analyses of documents, observations and/or interviews on the topics of their own research, in comparison with leading discourses as well as research knowledge and other contextual aspects. The course will also focus on strategies for discussing explanations and implications of findings. The content of the course is based on a combination of insights to discourses and power from social sciences and humanities.

On completion of the course, the student will have achieved the following learning outcomes:

Knowledge

The student

• has in-depth knowledge about analyzing text and talk and their main research traditions.
• has in-depth knowledge of theories and conceptualisations about the relationship between discourses and power.

Skills

The student

has gained methodological competence to skillfully outline a discourse analysis based on own empirical material, as a core content of a paper aimed at publication in a research journal.

General competence

The student

can identify and establish constructive connections between theories, empirical data, and methods based on developed methodological competence.

BEPE1700: 5stp

BYPE2200: 5stp