- De student kan grafische samenvattingen van een data set goed interpreteren (histogram, boxplot, QQ-plot)
- De student weet wat een schatter is en kan onzuiverheid en verwachte kwadratische fout van een schatter berekenen. De student kan maximum likelihood schatters en Bayes schatters uitrekenen en interpreteren.
- De student weet in het algemeen hoe zij een hypothese moet opstellen, en hoe zij deze kan toetsen, eventueel met behulp van de computer.
- De student kan betrouwbaarheidsgebieden bepalen en interpreteren.
- De student kan regressiemodellen op een dataset fitten en analyseren.
- De student heeft ervaring opgedaan met het statistische programma R.
|
|
In dit vak introduceren we de belangrijkste parametrische modellen voor data sets met 1 variabele. We bespreken grafische methoden om zo'n data set te beschrijven. We introduceren de begrippen schatters, hypothese toetsen en Bayesiaanse statistiek. Er wordt ook aandacht besteed aan het zelf analyseren van datasets, het uitvoeren van toetsen aangaande de parameters, het opstellen van betrouwbaarheidsgebieden en het fitten van regressiemodellen, met gebruik van het statistisch computerpakket R.
Werkvormen
|
|
|
|
De cursus wordt afgesloten met een schriftelijk tentamen. Een deel van het eindcijfer wordt gebaseerd op inleveropdrachten. Deze inleveropdrachten zullen voornamelijk gericht zijn op het bedrijven van statistiek met behulp van statistische software. De precieze manier waarop dit meetelt in het cijfer wordt aan het begin van de cursus bekend gemaakt.
|
|
|