Kursöversikt

På denna sida finns programmet för kursen: föreläsningarna, räkneövningarna, och inlämningsuppgifter. Övriga uppgifter, såsom t.ex. kursmål, lärare, kurslitteratur och examination, finns i ett separat kurs-PM.

Program

Kursens schema finns i TimeEdit.
En vanlig vecka är det två föreläsningar (tis och tor, 13:15-15:00), ett övningstillfälle på ons (demo-pass, 10:00-11:45) och ett på fredag (frågestund, 10:00-11:45).
Länken till föreläsningen/demo-passet är: https://chalmers.zoom.us/j/68804614517
Föreläsningsanteckningar läggs upp här i förväg och kompletteras sedan på själva föreläsningen.
Länken till frågestunden är: https://chalmers.zoom.us/j/67113904876
Hjälplistan hittar ni här: http://www.waglys.com/inQhZG

På demo-passet går vi genom några exempel och standarduppgifter (som markeras med fet stil i listan där de rekommenderade
uppgifterna för varje vecka står
), men det finns såklart möjlighet till att ställa frågor. Det förväntas att ni förbereder demo-passet
genom att fundera kring uppgifterna innan. Anteckningarna/lösningarna läggs upp efter passet.
I veckor med pass på fredag är detta avsett för frågor kring uppgifter ni har räknat själva.

Kursboken är J. Milton, J. Arnold - Introduction to Probability and Statistics, McGraw-Hill (4e upplaga), nedan förkortad med (MA).
En lista över kända fel i boken finns här, ett facit till udda uppgifter i boken och ett facit till jämna uppgifter längre ner. Relevanta tabeller i Appendix A finns inskannat här.

Föreläsningsplan

En preliminär planering av föreläsningarna finns nedan. Justeringar kan komma att ske allteftersom.

Dag Avsnitt Innehåll Anteckningar
Mån 22/3 (MA) Kap. 1-2 Grundläggande sannolikhetsteori

Föreläsning 1

Tor 25/3 (MA) Kap. 3.1-3.5 Diskret stokastik variabel

Föreläsning 2

Tis 30/3 (MA) Kap. 4.1, 4.2, 4.4, 4.6 Kontinuerlig stokastisk variabel 

Föreläsning 3

Tis 13/4 (MA) Kap. 3.6-3.8, 4.3 Negativ binomial, hypergeometrisk, Poisson,
chi-kvadrat, exponentiell
Föreläsning 4
Tor 15/4

(MA) Kap. 5.1-5.4

Gemensam fördelningsfunktion Föreläsning 5
Tis 20/4

(GS) Kap. 11.1-11.2

Markovkedjor

Föreläsning 6

Tor 22/4 (MA) Kap. 6.1, 6.3, 6.4, 7.1
+ Exempel 7.3.2 och Sats 7.3.4
Deskriptiv statistik, punktskattning

Föreläsning 7

Tis 27/4 (MA) Kap. 7.4, 8.1, 8.2 Intervallskattning
Centrala gränsvärdessatsen

Föreläsning 8

Tor 29/4 (MA) Kap. 8.3-8.5 Hypotestesting

Föreläsning 9

Tis 4/5 (MA) Kap. 9.1-9.3

Skattning av proportioner

Föreläsning 10
Tor 6/5

(MA) Kap. 10.1,10.3

(EG) Kap. 6.4

Att jämföra medelvärden
Genererande funktioner

Föreläsning 11
Tis 11/5 (EG) Kap. 6.4, 6.6, 6.7

Partialbråksuppdelning
Genererande funktioner
(rekursion, exponentiella)

Föreläsning 12
Tis 18/5

(MA) Kap. 3.4, 4.5, 7.3

(GS) Kap. 8

Momentgenererande funktioner
Chebyshevs olikhet
Stora talens lag

Föreläsning 13
Tor 20/5 (MA) Kap. 11.1-11.3 Regressionsanalys

Föreläsning 14

Tis 25/5

Reserv/Repetition

Repetition 1
Tor 27/5

Reserv/Repetition

Repetition 2

 

Tillbaka till toppen

Rekommenderade övningsuppgifter

Facit till jämna uppgifter i kursboken (gammal upplaga).
Där den gamla upplagan av (MA) avviker står motsvarande nummer i parentes. [ -] betyder att denna uppgift bara finns i 4e upplagan.
Tyvärr är hela kapitel 9,10 och 11 inte med i den gamla upplagan.

Vecka Rekommenderade uppgifter Demouppgifter
12

(MA) Kapitel 1: 1, 3, 5, 7 [-] , 11 [9] , 13 [11] , 14 [12] , 19 [-] , 21 [-] , 23 [-] , 26 [-] , 32 [22] , 33 [23] , 35 [25] , 36 [26]  
(MA) Kapitel 2: 2, 3, 5, 7 [-] , 9 [-] , 11 [-] , 13, 15, 18 , 19 , 21 [24] , 23 [26] , 26 [28] , 27 [29] , 32 [34] , 33 [35] , 35 [37] , 37 [39] , 38 [40] , 40 [42]

(MA) Kapitel 3: 7, 9 , 14, 20 , 21(acdg), 24, 25 , 35 [33] , 36(abcde) [34] , 41 [39] , 42 [40] , 43(bcd) [41] , 46 [44]

Demo 1
13

(MA) Kapitel 4: 1, 3, 5, 6 , 9, 13 , 15 , 21, 39, 41, 42, 52 , 73, 82, 85(bcd)

Demo 2
15

(MA) Kapitel 3: 47 [-] , 57 [55] , 62 [60] , 63 [61] , 64 [62] , 76 [74] , 79 [77] , 80 [78]
(MA) Kapitel 4: 35 [-] , 37 [35 ] , 87 (abcd)

(MA) Kapitel 5: 1, 2, 3, 4 , 5, 9, 10 , 15 , 16, 20, 25 , 26, 29

Demo 3
16

(GS) Kapitel 11.1: 1, 2, 8 , 9 , 11, 19
(GS) Kapitel 11.2: 1, 2, 3, 19

(MA) Kapitel 6: 17, 23 [-] , 24(bcd) [-] , 28(bcd) [24]
(MA) Kapitel 7: 1, 5, 6

Demo 4
17

(MA) Kapitel 7: 47 [41] , 49 [43] , 53 [47] , 56 [50] , 64 [-]
(MA) Kapitel 8: 1(bcde), 2, 3, 4, 10 [-] , 11, 13, 15 [-] , 17 [15]

(MA) Kapitel 8: 21 [19] , 32 [30] , 37 [35] , 41 [39] , 58(cde) [54] , 59 (abd) [55] , 62 [58]

Demo 5
18

(MA) Kapitel 9: 1, 2 , 3, 5, 6, 11, 13 , 15, 17, 19 , 33, 35

(MA) Kapitel 10: 1, 2, 4, 13(bcd), 14(bcd), 15(bcd) (assume equal variances in 13, 14, 15)
(EG) Kapitel 6: 6.17, 6.18, 6.19(abc)
(A) Section 13.3: 1, 3 , 7, 11, 13, 25, 31, 35

Demo 6
19 (EG) Kapitel 6: 6.29
(A) Section 13.2: 1, 3, 5, 7, 11, 14, 19, 21, 23, 25, 29
Demo 7
20

(MA) 3.32 [30] , 7.38 [32] , 7.39 [33] , 7.40 [34] , 7.46 [40]
(GS): Section 8.1: 1 , 5, 8, 10
(GS): Section 8.2: 1, 2, 4, 5, 10

(MA) Kapitel 11: 7, 10, 11, 12, 19-22

Demo 8

21

Övningstenta   (Facit: se Demo 9)

Demo 9


Tillbaka till toppen

Inlämningsuppgifter

I kursen finns tre obligatoriska inlämningsuppgifter. Dessa görs i grupper på 1-3 personer och lämnas in via Canvas. 
Varje grupp lämnar in endast en lösning på Canvas. 

Alla svar ska motiveras. Ett omotiverat svar ger 0 poäng.
Det finns inga betyg utan bara godkänd eller inte godkänd. Om inlämningen inte blir godkänd ges möjlighet till komplettering (en gång per uppgift).

Svaren kan skrivas på engelska eller svenska. 

För att lämna in en uppgift:
Tryck på Uppgifter. Välj den uppgift som ni skulle lämna in. Tryck på Skicka uppgift. 
OBS:
Om en uppgift lämnas in i en grupp så är den inte tillgänglig för lärarna. 

Uppgift Sista inlämningsdag
Skiplist 11/4 (komplettering: 26/4)
Penney's game 2/5 (komplettering: 16/5)
Statistical investigation 23/5


Fjolårets kurs gick redan på distans och läraren Nancy Abdallah har spelat in föreläsningarna (på engelska). Om ni vill titta på klippen
finns de här:

Lecture 1-1, Lecture 1-2, Lecture 2-1, Lecture 2-2, Lecture 3-1, Lecture 3-2, Lecture 4-1, Lecture 4-2, Lecture 5, Lecture 6-1, Lecture 6-2, Lecture 7,
Lecture 8-1, Lecture 8-2, Lecture 9, Lecture 10-1, Lecture 10-2, Lecture 11-1, Lecture 11-2, Lecture 12Lecture 13-1, Lecture 13-2Lecture 14-1, Lecture 14-2.

Repetition 1: Probability laws and random variables, Repetition 2: Some distributions, Repetition 3: Joint distribution, Repetition 4: Markov chains,
Repetition 5: Confidence intervals and hypothesis testing, Repetition 6: Generating functions, Repetition 7: MGF and Law of large numbers,
Repetition 8: Linear regression

Övning 1, Övning 2, Övning 3, Övning 4, Övning 5-1, Övning 5-2, Övning 6, Övning 7, Övning 8, Övning 9, Övning 10, Övning 11, Övning 12.

Tillbaka till toppen

Kurssammanfattning:

Datum Information Sista inlämningsdatum