Allmän information om examensarbetet på studentwebben
(uppdaterad 18/1)
Specifik
information för ämnesvalet matematik
Vårens projektarbete i matematisk statistik
Översikt
I vårens projekt kommer vi att fokusera på två problemområden,
nämligen Analys och prediktion med multipel regressionsanalys
och Tillämpningar av Markovkedjor.
Analys och prediktion med multipel regressionsanalys.
Baserat på verkliga data konstrueras en multipel regressionsmodell med
användning av ett antal lämpliga prognostiska faktorer. Ett urval av
dessa väljs som ger en enkelt tolkbar modell som beskriver data väl
och som kan användas för prediktionsändamål.
Analysen kan också innehålla t.ex. transformering av variabler, test
av normalitet och lika varianser hos residualerna ("heteroskedasticitet"),
användning av censurerade variabler samt metoder att välja bästa tänkbara
modell.
Som exempel kan tas prediktion av lägenhetspriser där ett antal prognostiska
faktorer kan vara lägenhetsyta, rums-antal, förekomst av balkong, våningsplan,
månadsavgift, byggnadsår, startpris, område etc och variabeln som skall
predikteras är slutpris.
För mer information, kontakta Gunnar Englund eller Harald Lang på
matematisk statistik.
Tillämpningar av Markovkedjor.
Markovkedjor är av fundamental betydelse vid modellering inom
vitt skilda områden såsom genetik, klimat, finans, med flera.
Spamfilter och system för taligenkänning är konkreta exempel på tillämpningar
av Markovkedjor.
I detta projekt kommer studenten lära sig mer om tillämpningar av
Markovkedjor och dolda Markovkedjor och hur man kalibrerar sådana
modeller till data.
Vi återkommer med mer specifik information om projektens utformning.
Litteratur:
Markov Chains
(Cambridge Series in Statistical and Probabilistic Mathematics)
av J. R. Norris.
Stochastic modeling of scientific data (Chapman & Hall) av P. Guttorp.
För mer information, kontakta Henrik Hult eller Filip Lindskog på
matematisk statistik.
Inläsningsdel
Projektet inleds med en inläsningsdel i form av en informell
studiecirkel, där deltagarna hjälps åt att lära sig den nödvändiga
teorin.
Projektdel
Vi återkommer med information om projektdelens utformning.
Förkunskaper
För det första projektet bör studenten läsa kursen
SF2950 Tillämpad matematisk statistik
under våren 2010.
För det andra projektet bör studenten läsa markovdelen av kursen
SF1831 Optimeringslära med Markovprocesser
under hösten 2009.
Kontaktpersoner
För frågor angående inriktningen mot matematisk statistik:
Filip Lindskog, lindskog@math.kth.se
Samordnare för ämnesområdet matematik:
Mattias Dahl, dahl@math.kth.se
Ungefärlig tidsplan för projektarbetet
- Vecka 3, 18/1: Arbetetet påbörjas med inläsning.
Träffas kl 13:00 i seminarierum 3721 på matematikinstitutionen.
-
1/2: Val av problemområde och färdig inläsningsplan klar.
- Vecka 9, 1/3: Projektformuleringar och arbetsplan ska finnas
färdiga.
- Vecka 12, 22/3: Studenten lämnar disposition och skelett till
handledaren.
- Vecka 18, 3/5: Rapport lämnas till handledaren för granskning
måndag 3/5. Rapport återlämnas med kommentarer fredag 7/5.
- 16/5: Inlämning av examensarbetet
- 18-19/5: Redovisningar av examensarbeten. Obligatorisk närvaro
- Vecka 21: Plagiatgranskning och betygssättning.