Grundläggande begrepp såsom sannolikhet, betingad sannolikhet och oberoende händelser. Diskreta och kontinuerliga stokastiska variabler, i synnerhet endimensionella stokastiska variabler. Läges-, spridnings- och beroendemått för stokastiska variabler och datamängder. Vanliga fördelningar och deras modellsituationer, bland annat normalfördelningen, binomialfördelningen och poissonfördelningen. Centrala gränsvärdessatsen och stora talens lag.
Beskrivande statistik. Grafisk visualisering av datamängder. Offentlig statistikproduktion.
Punktskattningar och generella skattningsmetoder såsom Maximum-likelihoodmetoden och Minsta-kvadratmetoden. Allmänna konfidensintervall men speciellt konfidensintervall för väntevärde och varians i normalfördelning. Konfidensintervall för andelar och skillnad i väntevärden och andelar.
Hypotesprövning. Chi2-test av fördelning, homogenitetstest och kontigenstabeller. Linjär regression.
Efter fullgjord kurs förväntas studenten kunna
- konstruera elementära statistiska modeller för experiment
- ange standardmodeller och redogöra för tillämpbarheten för dessa i givna exempel
- beräkna sammanfattande beskrivande storheter för statistiska fördelningar och datamängder och grafiskt presentera datamängder
- med standardmetoder såsom Maximum-likelihhodmetoden och minsta-kvadratmetoden utveckla skattningar för storheter och kvantifiera osäkerheten i dessa skattningar, till exempel med felfortplantningsformler och konfidensintervall
- redovisa hur mätosäkerhet påverkar slutsatser och kvantifiera risker och felsannolikheter vid statistisk hypotesprövning
- göra enkla datorsimuleringar
- kritiskt granska statistiska uppgifter och undersökningar
- ge exempel på offentlig statistikproduktion
För att uppnå högsta betyg förväntas studenten dessutom kunna följande:
- Kombinera samtliga ovannämnda begrepp och metoder för att lösa mer sammansatta problem.