At give deltagerne kendskab til moderne begreber og metoder, der bruges ved analyse af data og give deltagerne kompetencer til at bruge disse metoder i anvendelsesmæssige sammenhænge. Efter kurset forventes deltagerne at kunne analysere variation i data, identificere væsentlige variationsårsager og vurdere deres indflydelse, sædvanligvis ved en statistisk model. De modeller og begreber, der introduceres i kurset er moderne, avancerede metoder. Nogle er indenfor den klassiske statistik og andre i grænsefladen mellem statistik, datamining og "machine learning".
Læringsmål:
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
analysere variation i data
identificere væsentlige variationsårsager
vurdere variationsårsagernes indflydelse ved brug af en statistisk model
præsentere forudsætninger, metode, resultater og fortolkninger af en statistisk analyse
sætte de præsenterede statistiske modeller i relation til andre modeller
formulere, afgrænse og udføre et projekt indenfor rammerne af kurset
afgøre hvilken/hvilke modell(ler), der med rimelighed vil kunne anvendes til at analysere et givent datamateriale
opstille egne læringsmål for kursusforløbet, der relaterer sig til det aktuelle forløb
Kursusindhold:
Udvalgte emner blandt følgende: Generelle lineære modeller, generaliserede lineære modeller, statistisk beslutningsteori, kausal inferens, grafer og betinget uafhængighed, log-lineære modeller, ikke-parametrisk kurveestimation, wavelets, klassifikation og MCMC.
