Hoppa till huvudinnehållet
Till KTH:s startsida

FEM3210 Estimeringsteori 10,0 hp

Information per kursomgång

Termin

Information för HT 2025 Start 2025-08-25 programstuderande

Studielokalisering

KTH Campus

Varaktighet
2025-08-25 - 2025-10-10
Perioder
Studietakt

100%

Anmälningskod

10296

Undervisningsform

Normal Dagtid

Undervisningsspråk

Engelska

Kurs-PM
Kurs-PM är inte publicerat
Antal platser

Ingen platsbegränsning

Målgrupp
Ingen information tillagd
Planerade schemamoduler
[object Object]
Schema
Schema är inte publicerat
Del av program
Ingen information tillagd

Kontakt

Examinator
Ingen information tillagd
Kursansvarig
Ingen information tillagd
Lärare
Ingen information tillagd

Kursplan som PDF

Notera: all information från kursplanen visas i tillgängligt format på denna sida.

Kursplan FEM3210 (HT 2025–)
Rubriker med innehåll från kursplan FEM3210 (HT 2025–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursinnehåll

  • Introduktion
  • Minimumvariansskattning
  • Cramér-Rao-gräns
  • bästa väntevärdesriktig linjärskattning
  • maximum likelihood-skattning
  • minstakvadratmetoden
  • momentmetoden
  • bayesiansk skattning
  • utvidgningar för komplexvärda data och parametrar

Lärandemål

Efter att ha läst kursen ska studenten kunna:

  • redogöra för skillnaden mellan klassisk och bayesiansk estimering
  • beskriva begrepp som väntevärdesriktig estimator, estimatorvarians och – effektivitet
  • förklara begreppet tillräcklig statistik och dess betydelse för minimalvariansskattning
  • formulera systemmodeller och parameterskattningsproblem och härleda motsvarande Cramér-Rao-gränser och tillräcklig statistik       
  • tillämpa lämpliga estimatorer (inkluderande linjära, minsta-kvadrat, maximum likelihood, momentmetoden och maximum aposteriori) efter att tagit hänsyn till skattningsnoggrannhet och komplexitet
  • arbeta med både reell- och komplexvärda data
  • reflektera över hållbarhets- och jämlikhetsaspekter samt etiska frågor relaterat till kursinnehållet och dess användning

Kurslitteratur och förberedelser

Särskild behörighet

  • Kunskaper i linjär algebra, 7,5 hp, motsvarande slutförd kurs SF1624/SF1672/SF1684.
  • Kunskaper i sannolikhetslära och statistik, 6 hp, motsvarande slutförd kurs SF1910-SF1924/SF1935.

Kurslitteratur

Du hittar information om kurslitteratur antingen i kursomgångens kurs-PM eller i kursomgångens kursrum i Canvas.

Examination och slutförande

Betygsskala

P, F

Examination

  • PRO1 - Projektuppgift, 1,5 hp, betygsskala: P, F
  • INL1 - Inlämningsuppgift, 3,5 hp, betygsskala: P, F
  • SEM1 - Studentpresentation, 1,5 hp, betygsskala: P, F
  • PRA1 - Kamraträttning, 1,5 hp, betygsskala: P, F
  • TEN1 - Hemtentamen, 2,0 hp, betygsskala: P, F

Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.

Examinator får medge annan examinationsform vid omexamination av enstaka studenter.

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

Examinator

Etiskt förhållningssätt

  • Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
  • Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
  • Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.

Ytterligare information

Kursrum i Canvas

Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.

Ges av

Utbildningsnivå

Forskarnivå

Övergångsbestämmelser

Studenter som inte slutfört kurs med tidigare regler kan examineras inom två år från att den nya planen träder i kraft. Den gamla modulen EXA1 innehåller alla de nya modulerna tillsammans.

Forskarkurs

Forskarkurser på EECS/Teknisk informationsvetenskap