📈STK1100 Sannsynlighetsregning og statistisk modellering

Høyskole

Eksamensrettet

Eksamensrettet lærebok for STK1100 (Universitetet i Oslo): sannsynlighet og betingning, kontinuerlige fordelinger og gamma/kjikvadrat-apparatet, simultanfordelinger og uavhengighet, transformasjoner (CDF/Jacobi/MGF), punktestimering med maximum likelihood, eksakt pivotal- og CLT-konfidensintervall, simulering og bootstrap i Python, samt binormal og enkel lineær regresjon — bygget rundt STK1100s ryggrad-kjede (fordeling → estimator → forventningsretthet/varians → transformasjon til gamma/χ² → eksakt pivotal-KI → bootstrap-SE) som sensor faktisk belønner. Uten hypotesetesting, kombinatorikk og ordningsvariable, som ligger i STK1110.

Se læringsmål Flashcards (505 definisjoner)Eksamenstrening

Kapittel 0: Eksamenskart

1 delkapittel · ca. 30 min

0.1Eksamenskartet: slik testes STK1100

430m

Kapittel 1: Sannsynlighet, betingning og diskrete modeller

4 delkapitler · ca. 4 t 50 min

1.1Betinget sannsynlighet, total sannsynlighet og Bayes

1255m

1.2Stokastiske variable, forventning og varians

1155m

1.3Diskrete fordelinger og Poisson-prosessen

1260m

1.PPrøver til del 1: Sannsynlighet, betingning og diskrete modeller

15120m

Kapittel 2: Kontinuerlige fordelinger og gamma-apparatet

4 delkapitler · ca. 5 t 25 min

2.1Kontinuerlige fordelinger: tetthet, CDF, median og eksponensial

1165m

2.2Gammafordelingen, kjikvadrat og Γ-verktøyet

1060m

2.3Drill: den egendefinerte og «eksotiske» tettheten (sjanger C)

1080m

2.PPrøver til del 2: Kontinuerlige fordelinger og gamma-apparatet

15120m

Kapittel 3: Simultanfordeling og uavhengighet

3 delkapitler · ca. 4 t 10 min

3.1Simultantetthet: marginaler, betinget tetthet og område-sannsynligheter

1360m

3.2Drill: uavhengighet ved faktorisering (eget drillmål)

1170m

3.PPrøver til del 3: Simultanfordeling og uavhengighet

6120m

Kapittel 4: Transformasjon: broen til pivotalen

4 delkapitler · ca. 5 t 20 min

4.1Momentgenererende funksjoner

1155m

4.2Transformasjonsteknikkene: CDF-metoden og Jacobi

1065m

4.3Drill: transformasjon til gamma/χ² — pivot-fabrikken (eget drillmål)

1280m

4.PPrøver til del 4: Transformasjon: broen til pivotalen

8120m

Kapittel 5: Punktestimering

4 delkapitler · ca. 5 t 20 min

5.1Estimatorer og egenskaper: forventningsretthet, varians og skjevhet

1255m

5.2Maximum likelihood og momentmetoden

1470m

5.3Drill: estimatoren fra fordeling til egenskaper (sjanger G)

1275m

5.PPrøver til del 5: Punktestimering

10120m

Kapittel 6: Konfidensintervall: eksakt pivotal og CLT

4 delkapitler · ca. 5 t 40 min

6.1Eksakt pivotal-KI via gamma/χ²

870m

6.2CLT-tilnærmet KI og eksakt-vs-Wald-dekningen

555m

6.3Drill: hele kjeden — fordeling → estimator → pivot → eksakt KI (+ CLT + bootstrap-SE)

1095m

6.PPrøver til del 6: Konfidensintervall: eksakt pivotal og CLT

10120m

Kapittel 7: Simulering, bootstrap og Python

3 delkapitler · ca. 4 t

7.1Inversjonsmetoden og numpy-verktøykassen

860m

7.2Bootstrap for standardfeil og simulert dekning

860m

7.PPrøver til del 7: Simulering, bootstrap og Python

8120m

Kapittel 8: Samvariasjon, binormal og regresjon

4 delkapitler · ca. 4 t 40 min

8.1Kovarians, korrelasjon og binormalfordelingen

1155m

8.2Betinget forventning, prediksjon og MSE-minimering

950m

8.3Enkel lineær regresjon (nykommer, elementær)

1155m

8.PPrøver til del 8: Samvariasjon, binormal og regresjon

10120m

Kapittel 9: Eksamenstrening

4 delkapitler · ca. 13 t

9.1Sjangerguiden og fortellingsoppgavens anatomi

760m

9.2Øvingseksamen 1: fire fortellingsoppgaver med full kjede

0240m

9.3Øvingseksamen 2: tre store oppgaver (V2015–V2017/V2021-malen)

0240m

9.4Øvingseksamen 3: V2024-malen (Python-tung, regresjon, dekningsstudie)

0240m

Uavhengig læringsressurs: Skolesaga er ikke tilknyttet, godkjent av eller utarbeidet i samarbeid med Universitetet i Oslo. Emnekoden brukes kun for å identifisere hvilket emne stoffet er rettet mot. Dette er ikke offisielt studiemateriell — pensum og eksamensordning kan endres, så sjekk alltid emnets offisielle sider.

Les mer i vilkårene.