Hoppa till huvudinnehållet
Till KTH:s startsida

SF1919 Sannolikhetsteori och statistik 6,0 hp

Kursens övergripande syfte är att studenten ska bli väl förtrogen med grundläggande begrepp, teori, modeller och lösningsmetoder inom sannolikhetsteori och statistisk inferens.

Information per kursomgång

Termin

Information för HT 2024 Start 2024-10-28 programstuderande

Studielokalisering

KTH Campus

Varaktighet
2024-10-28 - 2025-01-13
Perioder
P2 (6,0 hp)
Studietakt

33%

Anmälningskod

51155

Undervisningsform

Normal Dagtid

Undervisningsspråk

Svenska

Kurs-PM
Kurs-PM är inte publicerat
Antal platser

Ingen platsbegränsning

Målgrupp

Endast CMETE2

Planerade schemamoduler
[object Object]

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 SF1919 (HT 2019–)
Rubriker med innehåll från kursplan SF1919 (HT 2019–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursinnehåll

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. 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 oberoendetest. Linjär regression.

Lärandemål

Efter fullgjord kurs ska studenten kunna: 

  • lösa problem som kräver kännedom om grundläggande begrepp och metoder i sannolikhetsteori
  • lösa problem som kräver kännedom om grundläggande begrepp och metoder i statistikteori

Kurslitteratur och förberedelser

Särskild behörighet

Slutförd kurs SF1625 Envariabelanalys.

Rekommenderade förkunskaper

SF1626 Flervariabelanalys,  SF1624 Algebra och geometri 

Utrustning

Ingen information tillagd

Kurslitteratur

Blom et al., Sannolikhetsteori och statistikteori med tillämpningar, Studentlitteratur

Kursmaterial från matematiska institutionen.

Examination och slutförande

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

Betygsskala

A, B, C, D, E, FX, F

Examination

  • TEN1 - Tentamen, 6,0 hp, betygsskala: A, B, C, D, E, FX, 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.

Examinator beslutar, i samråd med KTH:s samordnare för funktionsnedsättning (Funka), om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.

Möjlighet till komplettering

Ingen information tillagd

Möjlighet till plussning

Ingen information tillagd

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

Huvudområde

Teknik

Utbildningsnivå

Grundnivå

Påbyggnad

Ingen information tillagd

Övrig information

Endast för teknologer antagna till programmet Civilingenjörsutbildning i medieteknik (CMETE).