Forelesninger

Parallell 1 (BKJ, MTELSYS, MTENERG, MTIØT, MTTK) foreleses av professor Gunnar Taraldsen. GUM Ad GUM08

Parallell 2 (BSØK, MTKOM, MTMART, MTPROD, ÅMATSTAT): Foreleser: Jarle Tufto. Permanent zoom lenke for parallell 2 (ved innlogging må du velge SSO og "company" lik "ntnu", deretter ditt ntnu brukernavn og passord).

  • Onsdager 8:15-10:00 i F1
  • Torsdager 12:15-14:00 i R1

Forelesningene i uke 2 og 3 blir digitale for begge paralleller. Deretter håper vi å kunne gågår vi over til fysiske forelesninger fra uke 4.

I følgende tabell finner dere oversikt over tema for forelesningene og hvilke kapitler i læreboka disse dekker.

Uke Kapitler Tema Parallell 1 Parallell 2 Videoer 2019/17 Filer 2019/17 Erreta 2019/17
2 1, 2.1-2.2 Deskriptiv statistikk, stokastiske forsøk, hendelser f-notat, gtVideo1 Notater, Video 1. time, 2. time Slides.pdf. Formelen skrevet på tavlen på slutten skal være (A∩B)∪C = (A∪C)∩(B∪C).
2.3-2.4 Sannsynlighet, kombinatorikk f-notat, gtVideo2 Notater, Video 1. time, 2. time Slides.pdf Formelene i slides på side 3 skal være: 1) (A∩B)∪C = (A∪C)∩(B∪C), og 2) (A∪B)∩C = (A∩C)∪(B∩C).
3 2.5-2.6 Kombinatorikk, regneregler for sannsynlighet f-notat, gtVideo3 Notater, Video 1. time, 2. time: (fra tid 21:08 og til tid 38:22) Slides.pdf Merk: Video for andre time er hentet fra en annen forelesningsserie.
2.6-2.7 Regneregler for sannsynlighet f-notat, gtVideo4 Notater, Video 1. time, 2. time Slides.pdf Merk: Video av lysark mangler, men denne benyttes kun for repetisjon i begynnelsen av første time.
4 3.1-3.3 Stokastiske variabler og sannsynlighetsfordelinger Fysisk i R1, Påmelding. Oversikt over hele 3.1-3.4. f-notat, gtVideo5 Fysisk i F1, Påmelding Kun digitalt på NY Zoom. 1. time: (hele denne og til tid 17.53), 2. time Merk: Video for første time er hentet fra en annen forelesningsserie.
3.4 Simultanfordeling, betinget fordeling, uavhengige stokastiske variabler Kun digitale opptak. IKKE live Zoom Repetisjon og eksempel. Notater (litt oppdatert 2.2). Fysisk i R1 1. time, 2. time Slides.pdf
5 4.1-4.2 Forventningsverdi, varians Fysisk i R1, Påmelding. Notater 1. time, 2. time Slides.pdf
4.2-4.3 Kovarians, korrelasjon, regneregler for forventingsverdi og varians Zoom Notater (Merk: Den doble summen av kovarianser i forelesningen var åpenbart feil, se s.6 for korrekt uttrykk) 1. time, 2. time Slides.pdf
6 Kap. 5.1-5.3 Binomisk fordeling, multinomisk fordeling, hypergeometrisk fordeling Fysisk i R1, Påmelding. Notater 1. time, 2. time Slides.pdf
5.4-5.5 Negativ binomisk og geometrisk fordeling, poissonprosess og poissonfordeling Zoom Notater 1. time, 2. time Merk: Videoer er hentet fra en annen forelesningsserie. 1. time av denne forelesningen starter i 2. time av den andre forelesningserien og starter er derfor litt brå, men den er en fortsettelse av introduksjonen av hypergeometriske fordelinger og viser utledning av forventningsverdien til hypergeometriske fordelinger.
7 6.1-6.6 Normalfordeling, normalfordeling som tilnærming til binomisk Notater 1. time og 2. time (se fram til 30:30) Ved 30:30 starter neste tema om eksponentialfordelingen som vi utsetter til neste forelesning. Vi skifter her til høst 2017 som diskutert på referansegruppemøte derfor er det nå litt diskontinuitet i at disse videoene kommer fra forskjellige forelesningsdager.
6.6-6.7 Eksponensialfordeling og gammafordeling Notater 1. time (fra 30:30) og 2. time Slides
8 7.1–7.3 Transformasjon av stokastisk variabel og momentgenererende funksjoner Teori Notater 1. time og 2. time Slides
7.3 og Notat Momentgenererende funksjoner og ordnings- og ekstremvariabler Eksamen august 2018. Notater 1. time og 2. time Slides
9 8.1-8.4, 8.8 Introduksjon til statistisk inferens, populasjon og utvalg, observatorer, normalfordelingsplott, sentralgrenseteoremet Teori Notater 1. time og 2. time Slides, classnotes
9.1-9.5 Estimator, egenskaper til en estimator Eksamensoppgaveregning Notater 1. time og 2. time Repetisjon.pdf
10 9.14 Sannsynlighetsmaksimeringsestimator (SME) Teori Notater 1. time og 2. time Repetisjon.pdf
9.3-9.4 Konfidensintervall Eksamensoppgaver Notater 1. time og 2. time IntroduksjonOgRepetisjon.pdf
11 6.7, 8.5, 8.6, 9.4 Kji-kvadratfordelingen, t-fordelingen, og konfidensintervall for forventningsverdi med ukjent varians Teori Notater 1. time og 2. time Slides
9.5 (les selv), 9.12 Eksempel på konfidensintervall i virkelig situasjon, og konfidensintervall for varians Eksamensoppgaver Notater 1. time og 2. time Slides
12 9.8, 9.9 (les selv), 9.10, 9.11 (les selv), 9.6 Konfidensintervall for to-utvalg, konfidensintervall for proporsjon, og prediksjonsintervall. Teori Notater 1. time og 2. time Slides VIKTIG: 1. time 28:20–31:30 har en feil. T er ca. t-fordelt med angitt antall frihetsgrader. IKKE kji-kvadrat-fordelt.
9.6, 10.1, 10.2 Tolkning av prediksjonsintervall, og introduksjon til hypotesetesting Eksamensoppgaver Notater (med et par rettelser) 1. time og 2. time Slides
13 10.3, 10.4, 10.8 Generell beskrivelse av hypotesetesting, hypotesetesting for ulike situasjoner, og p-verdier Teori Notater 1. time og 2. time Slides
10.6, 10.9 Valg av antall observasjoner i hypotesetest, og hypotesetest for to andeler Eksamensoppgaver Notater 1. time og 2. time Slides
14 11.1, 11.2, 11.3 Introduksjon til enkel lineær regresjon, SME og minste kvadraters metode Teori Gjennomgang eksamensoppgaver Notater 1. time og 2. time Slides
11.4, 11.5 Egenskaper til estimatorene, Eksamensoppgaver Gjennomgang eksamensoppgaver Notater 1. time og 2. time. Hvis du opplever problemer med video fra 1. time, prøv en annen nettleser. Slides
15 Påskeferie
16 11.6, 11.10 Prediksjon i lineær regresjon, forskjellen mellom konfidensintervall og prediksjonsintervall, og residualplot Teori Gjennomgang eksamensoppgaver Notater 1. time og 2. time Slides
11.10, oppsummering Sjekke modelantagelser og kort oppsummering av faget Oppsummering av faget Gjennomgang eksamensoppgaver og anbefalt øving 9, oppg. 4 Notater 1. time og 2. time Repetisjon.pdf, VidereStatistikkKurs.pdf, oppsummering.pdf
2022-04-22, Gunnar Taraldsen