MSG830 H22 Statistisk Analys och Experimentplanering

Kursinformation

Kursen består av två delar, en teoretisk del (6hp) med föreläsningar, övningar och datorlaborationer och ett obligatoriskt projekt (1.5 hp). Kurslitteratur är ett kompendium. Svar för övningsuppgifterna hittas här.

På denna sida finns preliminära programmet för kursen: föreläsningar, räkneövningar och datorlaborationer. Beskrivning av projektet hittar du efter programmet.  

För laborationerna och projektet behövs statistikprogramvaran RStudio  som kan laddas ner i två steg

Steg 1: installera R från http://ftp.acc.umu.se/mirror/CRAN/ (Links to an external site.)
Steg 2: installera RStudio från https://rstudio.com/products/rstudio/download/ (Links to an external site.)

Inga förkunskaper i programmering krävs.
För dig som inte har egen dator finns möjligheten att göra labben i datasalen MVF22. Du måste då se till att du har konto på Chalmers vilket du skaffar via Chalmers studentportal.

Examinator och föreläsare: Tony Johansson

Schema: TimeEdit

Program

Datum Aktivitet Innehåll Avsnitt i kompendium
Onsdag 2/11

Föreläsning

(Anteckningar VT21)

Datatyper, Deskriptiv statistik Kapitel 1
Torsdag 3/11

Föreläsning

(Anteckningar VT21)

Sannolikhetsteorins grunder, Kombinatorik, Betingad sannolikhet, Oberoende händelser, Bayes formel Kapitel 2
Tisdag 8/11 Övning

Övningar i  Kapitel 1 och 2: 

1.8.1, 2.6.1, 2.6.2, 2.6.3, 2.6.4, 2.6.9
Tisdag 8/11 Datorlab Beskrivande statistik Lab 1
Onsdag 9/11

Föreläsning

(Anteckningar VT21)

Diskret slumpvariabel, Fördelning, Väntevärde, Varians, Binomialfördelning, Stora talens lag Kapitel 3 
Torsdag 10/11

Föreläsning

(Anteckningar VT21)

Kontinuerlig slumpvariabel, Täthet, Likformig, Normal, Centrala gränsvärdessatsen Kapitel 4 

Tisdag 15/11

Övning

Övningar i Kapitel 3 och  4:

3.8.1, 3.8.4, 3.8.7, 4.4.2, 4.4.4, 4.4.6

Tisdag 15/11 Datorlab Binomial och normalfördelning Lab 2 (Windows) (Mac)
Onsdag  16/11

Föreläsning

(Anteckningar VT21)

Population och stickprov, Medelfel, Konfidensintervall, Hypotesprövning Kapitel 5 
Tisdag 22/11

Föreläsning

(Anteckningar VT21)

t-fördelning, 1-stickprov t-test Kapitel 6 
Tisdag 22/11 Datorlab Filinläsning och Paket

Lab 3 (Windows) (Mac)

Fil 1, Fil 2

Onsdag 23/11 Övning Övningar i Kapitel 5: 5.6.2, 5.6.3, 5.6.4, 5.6.6, 5.6.7
Onsdag 23/11

Föreläsning

(Anteckningar, R-kod)

t-fördelning, t-test Kapitel 6
Torsdag 24/11

Föreläsning

(Anteckningar)

(Anteckningar VT21)

Försöksplanering och Projekt Kapitel 10a 
Tisdag 29/11 Övning Övningar i Kapitel 6: 6.7.1, 6.7.2, 6.7.3, 6.7.4, 6.7.5, 6.7.6, 6.7.7, 6.7.8
Tisdag 29/11 Datorlab Konfidensintervall Lab 4 (Windows) (Mac)
Onsdag  30/11 Föreläsning (Anteckningar) Parat t-test, icke-parametriska test Kapitel 6
Torsdag 1/12

Föreläsning

(Anteckningar)

ANOVA, Multipla jämförelser, Bonferronis metod Kapitel 7
Tisdag 6/12 Övning ANOVA

7.3.1, 7.3.2, 7.3.3, 7.3.4., 7.3.5

Tisdag 6/12 Datorlab t-test och ANOVA Lab 5 (Windows) (Mac)
Onsdag 7/12

Föreläsning

(Anteckningar)

Enkel linjär regression, Hypotesprövning av lutning, Analys av residualer, Korrelation (Pearson), t-test av korrelation Kapitel 8
Torsdag 8/12

Föreläsning

(Anteckningar VT21)

Chi-två test, Chi-två fördelning, Goodness-of-fit test, Test av oberoende Kapitel 9 
Tisdag 13/12 Övning Övningar i Kapitel 6-9 8.3.1, 8.3.2, 8.3.3, 8.3.4, 9.3.1, 9.3.2, 9.3.3b, 9.3.4, 9.3.5, 9.3.6, 9.3.7, 9.3.8
Tisdag 13/12 Datorlab Linjär regression Lab 6 (Windows) (Mac)
Onsdag   14/12 Datorlab

Chi-två-test

Lab 7 (Windows) (Mac
Torsdag 15/12 Föreläsning Handledning av projekt
Tisdag 3/1 Föreläsning Genomgång av Typtentan

Typtentan

Tisdag 3/1 Föreläsning Genomgång av gammal tenta Tenta januari 2022
Onsdag 4/1 Föreläsning (Anteckningar) Försöksplanering och beräkning av stickprovsstorlek Kapitel 10b
Torsdag 5/1 Föreläsning Handledning av projekt och frågestund
Fredag 13/1 Tentamen

 

Tillbaka till toppen

Kurslitteratur

Vi kommer att använda ett Kompendium författat av Staffan Nilsson, Aila Särkkä och Serik Sagitov. Kompendiet är under konstruktion.

Utöver kompendiet kan du även läsa någon grundläggande bok i statistik, t ex Milton & Arnold: Introduction to probability and statistics.

Tillbaka till toppen

Examination

Examinationen består av två delar, en skriftlig tentamen och ett projekt. För projektet ges bara betygen U eller G, medan för den skriftliga tentamen ges  betygen U, G eller VG. 

Den 24 februari har vi gått genom alla de viktigaste testen och senast då är det dags att börja jobba med projektet. Rapporten ska lämna in senast den 31 mars, men ju förr desto bättre.

Tillbaka till toppen

Projekt

Syftet med projektet är att ni i grupper av 3-4 personer ska pröva på att planera ett projekt som sedan ska analyseras med statistiska metoder ni lärt på kursen.  Att forska ska vara roligt. Välj någonting som intresserar er, det blir bättre då. Det är förstås bäst om ni kan hitta på ett projekt inom ert huvudämne, men det går också fint med något som ni bara tycker är intressant i största allmänhet. Ni kan välja att utföra experiment av något slag, men också observationsstudier går bra.

Ett minimikrav på projektet är att ni genererar data, beskriver data med lämpliga mått och plottar och utför minst ett statistiskt test. Det går inte att garantera signifikanta resultat, men ni bör åtminstone ha en forskningshypotes som rimligen kan vara sann.  

Några exempel på vad som har studerats i tidigare projekt:

Användning av Swish, Punktlighet hos spårvagnar, Tobakskonsumtion, Pepparkakstest, Ekologisk konsumtion, Prisskillnader mellan kravmärkt och vanlig produkt, Matvanor (veg, fisk, kött),  Julmusttest, Kaffekonsumtion, Klimatförändringar i Oslo sen 30-talet, Sociala medier och stress, Kost-träning-utseendefixering, Studenters lunchvanor, Hur spricker Mariekex (modell för tektoniska plattor), Trafikflöde och trängselskatt, Sömnvanor, Dendokronologi i Skogaby, etc

Stäm av projektidén med kursledaren Aila Särkkä (aila@chalmers.se) innan ni börjar projektet.

Rapporten ska innehålla en inledande beskrivning av frågeställningen och beskrivning av data, ett metodavsnitt där ni beskriver försöksupplägget, metoden/metoderna ni har använt och ger era noll- och forskningshypoteser, en resultatdel där resultaten av era analyser presenteras och en avslutande diskussion. Resultaten kan beskrivas i ren text och med egenkonstruerade tabeller, men bifoga också den R output som ligger till grund för framställningen, samt de datafiler du använt. I diskussionen bör ni diskutera antaganden ni har gjort och om de stämmer och begränsningar av er undersökning.

Rapporten mailas till aila@chalmers.se (i pdf-format) senast den 31 januari, 2023. Endast en i gruppen behöver lämna in rapporten. Glöm inte ange samtliga gruppdeltagares namn på rapporten.

Tillbaka till toppen

Kurssammanfattning:

Kurssammanfattning
Datum Information Sista inlämningsdatum