At give de studerende en grundlæggende statistisk, datarelateret begrebsforståelse. At træne de studerende i datavisualisering og anvendelser af statistiske analysemetoder. En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:

• Anvende sandsynlighedsteoriens principper til at løse et givent problem.
• Oprette oversigter og visualiseringer af et givent datasæt.
• Estimere egenskaber for en population og kvantificere usikkerheden af estimatet ved hjælp af konfidensintervaller.
• Udføre en ensidet Students t test på et givet datasæt.
• Udføre en Welchs test på et givet datasæt.
• Udføre estimering af enkelte og flere forhold.
• Test for lineær afhængighed af data ved hjælp af lineær regression.
• Anvende Students t-test på data i en multiple lineær regressions setup.
• Udføre analyse og forudsigelse for tidsrække data på et givet datasæt.
• Udføre statistiske test på data, der ikke har normalitetsantagelser.
• Beregne de fælles, marginale og betingede sandsynligheder for en given problemstilling.

- Grundlæggende om sandsynlighed: tilfældige eksperimenter, hændelser, stikprøverum, sandsynligheder, regler for beregning af sandsynligheder, Bayes' sætning, uafhængighed og afhængighed.

- Fordelinger: stokastiske variable - diskrete og kontinuerte, fordelingsfunktioner, fordelingsegenskaber - middelværdi og varians, kvantiler.

- Diskrete fordelinger: Bernoulli, binomial, Poisson og uniforme fordelinger.

- Kontinuerte fordelinger: uniform, eksponentiel, Poisson, normal, chi-i-anden, Students t og F-fordelinger.

- Flerdimensionale stokastiske variable: simultane, marginale og betingede fordelinger.

- Dataanalyse: beskrivende statistik, måling af sammenhæng ved hjælp af kovarians og korrelation.

- Estimationsproblemet: stikprøve, population, konfidensintervaller, den centrale grænsesætning.

- Statistisk hypotesetestning: teststatistik, signifikansniveau, p-værdi.

- Lineær regression: enkel og multipel, model fit, forudsigelse.

- Tidsrækkeanalyse: additive og multiplikative modeller, tendenser og sæsonvariation, prognoser.

R: analyse og visualisering af data ved hjælp af R, beregning, udførelse af hypotesetestning, tilpasning og forudsigelse. Online E-lærebog for kurset 02323 Introduktion til Statistik,
https:/​/​02323.compute.dtu.dk/​book Sektion for Ingeniørdidaktik og -pædagogik
Mobilitet, Transport og Logistik: 2. semester
Proces og Innovation: 3. semester
Sundhedsteknologi: 4 semester
Global Business Engineering 02. maj, 2025