Stockholms universitet logo, länk till startsida
Go to this page on our english site

Inferensteori

Denna kurs ger dig en fördjupad förståelse för grundläggande statistiska principer, så som tillräcklighet, ancillaritet, invarians och betingningsprincipen. Bayesiansk, likelihoodbaserad och Neyman-Pearson inferens tillämpas och exemplifieras vid punktestimation, intervallestimation och modellval.

Kursen ger dig kunskap om viktiga satser inom inferensteorin och statistikors konvergensegenskaper. Du får också lära dig att härleda viktiga punktestimatorer, intervallestimatorer samt teststatistikor i några valda tillämpningar.

Kursen utgör en grund för fortsatta studier på avancerad nivå och för studier på forskarnivå i statistik.

  • Kursupplägg

    Kursen läses på heltid, dagtid.

    Kursen ingår i Masterprogrammet i statistik men kan även läsas som en fristående kurs.

    Undervisning

    Undervisningen består av föreläsningar och övningar.

    Undervisningsspråk: Engelska.

    Kursinformation

    Övrig information för registrerade studenter finns på Athena.

    Examination

    Kunskapskontrollen sker genom skriftliga och muntliga prov.

    Examinator

    Lärare höstterminen 2020

    Kursansvarig

    Per Gösta Andersson

    Du hittar Per Göstas mottagningstider i länken ovan. Det går bra att mejla Per Gösta och komma överens om en tid, om du vill träffas utanför mottagningstiden.

    Övningslärare

    Mahmood Ul Hassan

    Vad forskar din lärare om?

    Läs om Per Göstas forskning om svarsbortfall!

  • Kontakt

    Om du har frågor kring kursen, kontakta kursansvarig lärare:

    Lärare höstterminen 2020

    Kursansvarig

    Per Gösta Andersson

    Du hittar Per Göstas mottagningstider i länken ovan. Det går bra att mejla Per Gösta och komma överens om en tid, om du vill träffas utanför mottagningstiden.

    Övningslärare

    Mahmood Ul Hassan

    Om du har frågor kring att studera vid Statistiska institutionen, Stockholms universitet, kontakta vår studie- och karriärvägledare: Jenny Rosen.