| NMAC18 |
Statistiska metoder för matematiska modeller, 6 p
/
9 hp
/Statistical Methods in Mathematical Models/
För:
BKM
|
| |
Prel. schemalagd
tid: 48
Rek. självstudietid: 192
|
| |
Utbildningsområde: Naturvetenskap
Ämnesgrupp: Matematik Nivå (A-D):C
Huvudområde: Matematik Nivå (G1,G2,A): G2
|
| |
Mål:
Kursen syftar till att utveckla studentens förmåga att utnyttja matematiska och stokastiska modeller för att beskriva biologiska fenomen och att använda statistiska principer och metoder då dessa modeller tillämpas på empiriska data. I kursen diskuteras olika metoder att skatta parametrar i en modell, att bedöma modellens giltighet och förutsättningarna för att kunna använda modellen samt hur man väljer mellan olika modeller. Metoderna tillämpas på modeller inom biologi och kemi. Efter avslutad kurs bör studenten kunna något om:
- att programmera i MATLAB
- att använda sannolikhetsmodeller för att beskriva spatiala fenomen och skatta modellens parametrar
- att modellera inverkan av miljöfaktorer och skatta parametrar
- att använda metoder och fördelningar för överlevnadsanalys
- att analysera samband mellan variabler med hjälp av multipel linjär regression och generaliserade linjära modeller
- att tillämpa bootstrapmetoder
- att utnyttja icke-linjära tekniker och använda Lotka-Volterras modell.
|
| |
Förkunskaper: (gäller studerande antagna till program som kursen ges inom, se 'För:' ovan) Grundkurs i sannolikhetslära. Grundkurs i statistisk teori. Matematiska modeller inom biologi och kemi.
OBS! Tillträdeskrav för icke programstudenter omfattar vanligen också tillträdeskrav för programmet och ev. tröskelkrav för progression inom programmet, eller motsvarande.
|
| |
Organisation: Undervisningen består av teorigenomgångar, datorövningar och projektarbeten.
|
| |
Kursinnehåll: Programmering i MATLAB. Grunder för sannolikhetsteoretisk modellering i ekologi och biologi. Parameterskattningar för spatiala modeller; andvändning av sannolikhetsgenererande funktion. Överlevnadsfördelningar, beroende variabler och överlevnadsfunktioner för populationer. Regressionsanalys: multipel linjär regression och generaliserade linjära modeller. Bootstrapmetoder. Ickelinjära metoder. Lotka-Volterra-modellen.
|
| |
Kurslitteratur: Kompendium innehållande föreläsningsmaterial, exempel och datorövningar.
|
| |
Examination: |
UPG1
|
Projekt (U,G,VG) |
6 p
|
/
|
9 hp
|
| |
|
|