ÅRSRAPPORT FRA PROGRAMSENSOR Navn: Bjørn H. Auestad Prgramsensr fr Masterprgram i statistikk ved Det matematisk-naturvitenskapelige fakultet, Universitetet i Bergen Oppnevnt fr årene 2011-2014. Rapprten gjelder 2014 (datert: 14/3 2015) I denne rapprten ser jeg på tilbudet av emner knyttet til masterprgrammet i statistikk. Jeg har sett på emneprteføljen ved UiB g i tillegg ved UiT, NTNU g UiO. Infrmasjnen er hentet på nettet. Alle emnene (ikke PhD-nivå) er tatt med i versiktene. Hva sm er bachelr- g masteremner er i praksis fte ikke skarpt adskilt. Antall emner sm tilbys varierer mellm lærestedene. Dette henger naturlig sammen med bemanningen g i tillegg i hvr str grad man har emner sm gis uregelmessig. Emnetilbudet er klart størst ved UiO med UiT i den andre enden. Omfanget ved UiB g NTNU er sammenlignbart. Alle de fire lærestedene har standardemner sm innføringskurs i sannsynlighetsregning g statistikk, stkastiske prsesser (Markvprsser), tidsrekker, multivariate metder g inferensteri. Videre er det kurs i glm, frløpsanalyse g grensesetninger ved UiO g NTNU i tillegg til UiB. (Ved NTNU er stff m grensesetninger inkludert i emne m statistisk inferens.) Utver dette er emner sm skiller tilbudene rmlig statistikk, stkastiske ppulasjnsmdeller ved NTNU; aktuar/finans-emnene ved UiB; risik- g pålitelighetsanalyse (sm ne verraskende ikke tilbys ved NTNU), bayesiansk statistikk, ekstremverdistatistikk, frsøksplanlegging g statistiske metder fr utvalgsundersøkelser g demgrafi ved UiO. Ved UiO er det gså et emne i rmlig statistikk. I tillegg er det egne emner på 10sp i hvert av mrådene btstrap g statistisk mdellvalg ved UiO, g det gis flere aktuar- g finansemner. Av emnetilbudet utver standardemnene synes tilbudet ved UiB å stå gdt i frhld til tilbudet ved NTNU. Ved UiB er det en vektlegging av aktuar- g finansemner sm ikke tilbys ved NTNU, g ved NTNU gis det kurs i stkastiske ppulasjnsmdeller g rmlig statistikk sm ikke tilbys ved UiB. (Ved UiB gis det gså et emne i bistatistikk med bl.a. statistisk genetikk g bestandsestimering.) Ingen av disse emnene gis ved UiT. Ved UiO gis det emner innen alle disse mrådene brtsett fra stkastiske ppulasjnsmdeller g bistatistikk. Jeg har sett spesielt på emner av typen «Mderne statistiske metder». Med det mener jeg her emner sm innehlder stff sm bl.a. Mnte Carl-simulering, EM-algritmen, btstrapping, kryssvalidering, ikke-parametriske regresjns/klassifikasjns-metder.
NTNU: UiO: UiT: UiB: TMA4300 Beregningskrevende statistiske metder (7.5sp; Mnte Carl-simulering. Hierarkiske bayesianske mdeller. EM-algritmen. Btstrapping, kryssvalidering g ikke-parametriske metder. Klassifikasjn.) Deler av pensumet hentet fra: The elements f statistical learning: T. Hastie, R. Tibshirani and J. Friedman (2009), Springer. Chapter 4.3, 6.6-8, 8.5.1-3. STK4030 - Mderne dataanalyse (10sp; nærmeste nab-metder, kjerneglatting g generaliserte additive mdeller; klassiske klassifikasjnsmetder g mer avanserte metder basert på mderne regresjnsmetder; Sentralt i emnet vil være å søke etter strukturer i data, fte kalt "data mining" eller "læring fra data".) STK4170 - Btstrapping and resampling (10sp; terien fr btstrapping g jackknifing i parametriske g ikke-parametriske mdeller; teri fr estimering g fr knstruksjn av simuleringsbaserte knfidensintervall.) STA-3001 Cmputer-intensive Statistics (10sp; Stchastic simulatin, btstrapping, Bayes thery, Laplace methds, the EM algrithm and Markv chain Mnte Carl (MCMC) techniques.) STAT250 Mnte Carl metdar i statistikk (10sp; generering av stkastiske variable; Mnte Carl integrasjn; Mnte Carl ptimering; grundig innføring i Markv kjede Mnte Carl.) STATLEARN Statistical learning (10sp) (finnes ikke i den vanlige emneversikten på nettet?) Her ser det ut fr at TMA4300 (NTNU), STA-3001 (UiT) g STAT250 (UiB) har mye felles. Kurset STK4170 (UiO) fkuserer kun på btstrap. STK4030 Mderne dataanalyse (UiO) skiller seg fra de andre ved vektlegging av "data mining" eller "læring fra data". Pensumlisten i dette kurset (sist det ble frelest sist gang, høsten 2013), er vedlagt nederst. Bjørn H. Auestad
Oversikt ver emnetilbud UiB STAT101 / Elementær statistikk STAT110 / Grunnkurs i statistikk STAT111 / Statistiske metdar STAT200 / Anvendt statistikk STAT201 / Generaliserte lineære mdellar STAT202 / Bistatistikk STAT210 / Statistisk inferensteri STAT211 / Tidsrekkjer STAT220 / Stkastiske prsessar STAT221 / Grensesetningar i sannsynsrekning STAT230 / Livsfrsikringsmatematikk STAT231 / Skadefrsikringsmatematikk g risikteri STAT240 / Finansteri STAT250 / Mnte Carl metdar i statistikk STAT292 / Prsjektarbeid i statistikk STAT310 / Multivariabel statistisk analyse STATOVLEV / Overlevingsanalyse STATRISK / Statistisk risikstyring STATLEARN Statistical learning?? UiO STK1000 - Innføring i anvendt statistikk STK1100 - Sannsynlighetsregning g statistisk mdellering STK1110 - Statistiske metder g dataanalyse 1 STK2120 - Statistiske metder g dataanalyse 2 STK2130 - Mdellering av stkastiske prsesser STK3100 - Innføring i generaliserte lineære mdeller STK3405 - Elementær innføring i risik- g pålitelighetsanalyse STK3505 - Prblemer g metder i aktuarfag STK4011 - Statistisk inferensteri STK4021 - Anvendt Bayesiansk analyse g numeriske metder STK4030 - Mderne dataanalyse STK4040 - Multivariabel analyse STK4060 Tidsrekker STK4080 Frløpsanalyse STK4110 - Bayesiansk tidsrekkeanalyse STK4120 Ekstremverdistatistikk STK4140 Frsøksplanlegging STK4150 - Miljøstatistikk - rmlig statistikk STK4160 - Statistisk mdellvalg STK4170 - Btstrapping and resampling STK4290 - Utvalgte emner i avansert statistikk STK4400 - Risik- g pålitelighetsanalyse STK4405 - Elementær innføring i risik- g pålitelighetsanalyse STK4500 - Livsfrsikring g finans
STK4505 - Prblemer g metder i aktuarfag STK4510 - Innføring i finansmatematiske metder g teknikker STK4520 - Finans- g frsikringsmatematisk labratrium STK4530 - Rentemdellering via SPDer STK4540 - Skadefrsikring g risik STK4600 - Statistiske metder i samfunnsvitenskap. Utvalgsundersøkelser g statistisk demgrafi. STK4900 - Statistiske metder g anvendelse NTNU ST0103 Brukerkurs i statistikk ST1101 Sannsynlighetsregning g statistikk ST1201 Statistiske metder ST2302 Stkastiske ppulasjnsmdeller ST2304 Statistisk mdellering fr bilger/biteknlger ST3201 Mastergradsseminar i statistikk TMA4245 Statistikk TMA4250 Rmlig statistikk TMA4255 Anvendt statistikk TMA4265 Stkastiske prsesser TMA4267 Lineære statistiske mdeller TMA4275 Levetidsanalyse TMA4285 Tidsrekkemdeller TMA4295 Statistisk inferens TMA4300 Beregningskrevende statistiske metder TMA4315 Generaliserte lineære mdeller TMA4505 Industriell matematikk, frdypningsemne UiT STA-0001 Brukerkurs i statistikk 1 STA-1001 Statistikk g sannsynlighet 1 STA-1002 Statistikk g sannsynlighet 2 STA-2001 Stchastic Prcesses STA-2002 Theretical Statistics STA-2003 Tidsrekker STA-2004 Statistiske metder STA-3001 Cmputer-intensive Statistics STA-3002 Multivariable Statistical Analysis STA-3220 Prsjektppgave i industriell matematikk STA-3300 Applied Statistics 2 STA-3810 Individual Special Curriculum - Master's Degree STA-3900 Master's Thesis in Statistics STA-3921 Mastergradsppgave i industriell matematikk
STK4030 - Mderne dataanalyse, Pensum - Høst 2013 Hastie, Trevr, Tibshirani, Rbert, Friedman, Jerme: The Elements f Statistical Learning, 2009. 2nd editin, Springer. Preliminary syllabus Chapter 1: All Chapter 2: All Chapter 3: 3.1-3.6, except 3.2.3 and 3.2.4. Chapter 4: All except 4.5.2 Chapter 5: 5.1, 5.2, 5.4 (nly until eq 5.17), 5.5, 5.6 Chapter 7: 7.1-7.7, 7.10, 7.11 Chapter 9: 9.1, 9.2.1, 9.2.2, 9.2.3 Chapter 11: 11.1, 11.2, 11.3