MSG830 V23 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.

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: Malin Palö Forsström

Kursrepresentanter: Lisa Andersson och Wilma Yhlen Graf

Schema: TimeEdit

Program

Datum Aktivitet Innehåll Avsnitt i kompendium
Onsdag 18/1 Föreläsning

Datatyper, Deskriptiv statistik

Slides

Kapitel 1
Torsdag 19/1 Föreläsning

Sannolikhetsteorins grunder, Kombinatorik, Betingad sannolikhet, Oberoende händelser, Bayes formel

Kapitel 2
Tisdag 24/11 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
Onsdag 25/1 Datorlab Beskrivande statistik

Lab 1.R

lab1.Rmd 

Onsdag 25/1 Föreläsning Diskret slumpvariabel, Fördelning, Väntevärde, Varians, Binomialfördelning, Stora talens lag Kapitel 3

Torsdag 26/1

Föreläsning

Kontinuerlig slumpvariabel, Täthet, Likformig, Normal, Centrala gränsvärdessatsen

Kapitel 4 

Tisdag 31/1 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
Onsdag  1/2 Datorlab Binomial och normalfördelning

lab2.R (Windows) lab2.R (Mac)

lab2.Rmd 

Onsdag 1/2 Föreläsning Population och stickprov, Medelfel, Konfidensintervall, Hypotesprövning

Kapitel 5 

Torsdag 2/2 Föreläsning t-fördelning, t-test, ickeparametriska test för medianen Kapitel 6 
Tisdag 7/2 Övning Övningar i Kapitel 5:

5.6.2, 5.6.3, 5.6.4, 5.6.6, 5.6.7

Onsdag 8/2 Datorlab Filinläsning och Paket

lab3.R (Windows) lab3.R (Mac)

lab3.Rmd 

Fil 1, Fil 2

Onsdag 8/2 Föreläsning  Försöksplanering och projekt Kapitel 10 (del 1)
Torsdag 9/2 Föreläsning ANOVA, Multipla jämförelser, Bonferronis metod

Kapitel 7 

Tisdag 14/2 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
Onsdag  15/2 Datorlab Konfidensintervall

lab4.R (Windows) lab4.R (Mac)

lab4.Rmd 

Onsdag 15/2 Föreläsning Enkel linjär regression, Hypotesprövning av lutning, Analys av residualer, Korrelation (Pearson), t-test av korrelation

Kapitel 8 

Torsdag 16/2 Föreläsning Enkel linjär regression, Hypotesprövning av lutning, Analys av residualer, Korrelation (Pearson), t-test av korrelation Kapitel 8
Tisdag 21/2 Övning ANOVA 7.3.1, 7.3.2, 7.3.3, 7.3.4., 7.3.5
Onsdag 22/2 Datorlab t-test och ANOVA

lab5.R (Windows) lab5.R (Mac)

lab5.Rmd 

Onsdag 22/2 Föreläsning Chi-två test, Chi-två fördelning, Goodness-of-fit test, Test av oberoende Kapitel 9 
Torsdag 23/2 Föreläsning Experimentplanering, typ-II-fel, stickprovsstorlek

Kapitel 10b 

Tisdag 28/2 Övning Övningar i Kapitel 6-9

8.3.1, 8.3.2, 8.3.3, 8.3.4
9.3.1, 9.3.2

Onsdag   1/3 Datorlab Linjär regression

Lab 6 (Windows) (Mac)

lab6.Rmd 

Onsdag 1/3 Föreläsning Övningar i kapitel 9, handledning av projekt 9.3.3b, 9.3.4
Torsdag 2/3 Föreläsning Handledning av projekt

 

Tisdag 7/3 Övning Genomgång av gammal tenta

Tenta januari 2022

msg830_tenta_220114_losn.pdf 

Onsdag 8/3 Datorlab Chi-två-test

Lab 7 (Windows) (Mac)

lab7.Rmd 

Onsdag 8/3 Föreläsning Genomgång av Typtentan Typtentan 2022
Torsdag 9/3 Föreläsning Gamla tentor
Fredag 17/3 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 23 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 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 palo@chalmers.se (i pdf-format) senast den 12 april, 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