Beskrivelse
Teoretiske grunnlag for data science ved bruk av åpen kildekode-programvare. Empiriske fordelingsfunksjoner, punktestimering, konfidensintervallestimering, hypotesetester, maksimum likelihood og momentmetoden. Formelle verktøy utvikles, og konsepter demonstreres ved simulering. Abstrakte begreper konkretiseres gjennom visualisering og numerisk beregning.
Forkunnskaper
- Forkunnskapskrav: MATH 2007 (eller MATH 1005 eller MATH 2052 ); og DATA 2500 ; og DATA 1519 (eller STAT 2509 eller STAT 2559 ).
Vilkår og bestemmelser
- Gir ikke ekstra studiepoeng for STAT 3508 , STAT 3558 .
- Forkunnskapskrav: MATH 2007 (eller MATH 1005 eller MATH 2052 ); og DATA 2500 ; og DATA 1519 (eller STAT 2509 eller STAT 2559 ).
- Forelesninger tre timer i uken, laboratorie én time i uken.
Referansetekst i originalspråket
Theoretical foundations to data science using open source software. Empirical distribution functions, point estimation, interval estimation, tests of hypotheses, maximum likelihood and method of moments. Formal tools are developed, and concepts are demonstrated using simulation. Abstract concepts are made concrete through visualization and numerical computation.
- Prerequisite(s): MATH 2007 (or MATH 1005 or MATH 2052 ); and DATA 2500 ; and DATA 1519 (or STAT 2509 or STAT 2559 ).
- Precludes additional credit for Precludes additional credit for STAT 3508 , STAT 3558 .
- Lectures three hours a week, laboratory one hour a week.
Kilder og referanser
Datoer og kilder beholdes for å hjelpe deg å verifisere opplysningene. Oversettelsene tilbys for å lette lesing; den offisielle kilden er referansen for krav og betingelser.
Kildereferanse : https://calendar.carleton.ca/undergrad/courses/STAT/