TMA4240 Statistikk høsten 2020

Forelesninger

Digitale forelesninger

Forelesningene dette semesteret er digitale. I følgende tabell finner dere oversikt over tema for forelesningene og hvilke kapitler i læreboka disse dekker. Hver forelesningsdag vil det på startsiden ligge en kort oversikt over dagens tema, samt en link til dagens forelesningsvideoer.

Uke Dato Kapitler Tema Forelesninger Kommentar
34 17.08 1, 2.1-2.2 Deskriptiv statistikk, stokastiske forsøk, hendelser 1. time, 2. time
19.08 2.3-2.4 Sannsynlighet, kombinatorikk 1. time, 2. time
35 24.08 2.5-2.6 Kombinatorikk, regneregler for sannsynlighet 1. time, 2. time: (fra tid 21:08 og til tid 38:22) Merk: Video for andre time er hentet fra en annen forelesningsserie.
26.08 2.6-2.7 Regneregler for sannsynlighet 1. time, 2. time Merk: Video av lysark mangler, men denne benyttes kun for repetisjon i begynnelsen av første time.
36 31.08 3.1-3.3 Stokastiske variabler og sannsynlighetsfordelinger 1. time: (hele denne og til tid 17.53), 2. time Merk: Video for første time er hentet fra en annen forelesningsserie.
02.09 3.4 Simultanfordeling, betinget fordeling, uavhengige stokastiske variabler 1. time, 2. time
37 07.09 4.1-4.2 Forventningsverdi, varians 1. time, 2. time
09.09 4.2-4.3 Kovarians, korrelasjon, regneregler for forventingsverdi og varians 1. time, 2. time
38 14.09 Th. 4.8, Kap. 5.1-5.3 Forventning til produkt av uavhengige stokastiske variabler, binomisk fordeling, multinomisk fordeling, hypergeometrisk fordeling 1. time, 2. time
16.09 5.4-5.5 Negativ binomisk og geometrisk fordeling, poissonprosess og poissonfordeling 1. time, 2. time Merk: Videoer er hentet fra en annen forelesningsserie.
39 21.09 6.1-6.6 Normalfordeling, normalfordeling som tilnærming til binomisk, eksponensialfordeling 1. time, 2. time
23.09 6.6-6.7, 7.1-7.2 Eksponensialfordeling, gammafordeling, transformasjon av stokastisk variabel 1. time: fra tid 06.50, 2. time Merk: Video for første time er hentet fra en annen forelesningsserie.
40 28.09 Notat, 7.3 Ordnings- og ekstremvariabler, momentgenererende funksjoner 1. time, 2. time
30.09 7.3, 8.1-8.2 Momentgenererende funksjoner, introduksjon til statistisk inferens 1. time, 2. time
41 05.10 8.1-8.4, 8.8 Populasjon og utvalg, observatorer, normalfordelingsplott, sentralgrenseteoremet 1. time, 2. time
07.10 9.1-9.5 Estimator, egenskaper til en estimator 1. time, 2. time
42 12.10 9.14 Sannsynlighetsmaksimeringsestimator (SME) 1. time, 2. time Merk: Video for første time er hentet fra en annen forelesningsserie.
14.10 9.3-9.4 Konfidensintervall 1. time, 2. time
43 19.10 6.7, 8.5-8.6, 9.4 Konfidensintervall, t-fordeling, prediksjonsintervall 1. time, 2. time
21.10 9.6, 9.8-9.9, 9.12 Prediksjonsintervall, konfidensintervall for ulike situasjoner 1. time, 2. time
44 26.10 9.10, 9.11 (les selv), 10.1-10.2 Hypotesetesting 1. time, 2. time
28.10 10.2, 10.4 Hypotesetesting for ulike situasjoner 1. time, 2. time
45 02.11 10.3-10.4, 10.6 Hypotesetesting for ulike situasjoner, p-verdi, valg av antall situasjoner 1. time, 2.time: (fra tid 21.30 og fra tid 05.45) Merk: Video for andre time er hentet fra en annen forelesningsserie.
04.11 10.9, 10.10 (les selv), 10.5 (les selv), 11.1 To-utvalg hypotesetesting, Innledning til enkel lineær regresjon 1. time, 2. time
46 09.11 11.2-11.4 Enkel lineær regresjon: SME, minste kvadraters metode, egenskaper til estimatorene 1. time, 2. time
11.11 11.4-11.6 Enkel lineær regresjon: Egenskaper til estimatorene, inferens om regresjonsparametrene 1. time, 2. time
47 16.11 11.6, 11.10 Enkel lineær regresjon: Prediksjonsintervall, residualplott, repetisjon 1. time, 2. time
18.11 Repetisjon, avslutning Repetisjon, avslutning 1. time, 2. time
2020-09-17, Håkon Tjelmeland