Statistik
Statistik och dataanalys
Beskrivande statistik, sannolikhet, fördelningar, stickprov, konfidensintervall, hypotesprövning och linjär regression med tolkning av resultat.
- 12
- Lektioner
- 5
- Examinationer
- 11 h
- Studietid
- 0
- Källor
Uppdaterad 2026-10-19 · nivå: Högskola, grundnivå
Om studieplanen
Mål: Behärska Statistik och dataanalys på högskolenivå. Beskrivande statistik, sannolikhet, fördelningar, stickprov, konfidensintervall, hypotesprövning och linjär regression med tolkning av resultat.
En komplett grundkurs i statistik och dataanalys på högskolenivå. Kursen täcker allt från beskrivande statistik och sannolikhetslära till statistisk inferens, hypotesprövning och multipel linjär regression.
Det här lär du dig
- Medelvärde
- Median
- Typvärde
- Varians
- Standardavvikelse
- Kvartilavstånd
- Histogram
- Boxplot
- Spridningsdiagram
- Frekvenstabeller
- Snedhet (Skewness)
- Händelser och utfallsrum
- Oberoende händelser
- Betingad sannolikhet
- Bayes sats
- Binomialfördelning
- Poissonfördelning
- Normalfördelning
- Standardiserad normalfördelning (z-poäng)
- Slumpmässigt stickprov
- Stickprovsfördelning
- Centrala gränsvärdessatsen (CLT)
- Medelfel (Standard Error)
- Punkt- och intervallskattning
Prova att plugga kursen
Interaktiva lektioner
Läs, svara på frågor och få direkt återkoppling steg för steg.
Flashcards med repetition
Aktiv återkallning med spaced repetition tills du kan det.
Quiz efter varje del
Korta kunskapskontroller som anpassas efter dina svar.
AI-tutor på materialet
Ställ frågor och få svar med hänvisning till kursens källor.
Examinationer
Skriftlig tentamen: Beskrivande statistik och sannolikhet
Skriftlig tentamen · fas 1
Seminarium: Stickprovsteori och konfidensintervall
Seminarium · fas 2
Muntlig examination: Hypotesprövning och testval
Muntlig examination · fas 3
Skrivuppgift: Dataanalysrapport med linjär regression
Skrivuppgift · fas 4
- Slutprov
Slutexamination: Tillämpad statistik och dataanalys
final_exam
Fas 1 · Beskrivande statistik och grundläggande sannolikhetslära
1. Läges- och spridningsmått
Förstå och beräkna grundläggande mått för att sammanfatta datamaterial.
Ca 45 min
- Medelvärde
- Median
- Typvärde
- Varians
- Standardavvikelse
- Kvartilavstånd
2. Datavisualisering och tabeller
Lära sig välja och tolka rätt grafer och tabeller för olika datatyper.
Ca 45 min
- Histogram
- Boxplot
- Spridningsdiagram
- Frekvenstabeller
- Snedhet (Skewness)
3. Sannolikhetslära och betingad sannolikhet
Behärska grundläggande sannolikhetsberäkningar och Bayes sats.
Ca 60 min
- Händelser och utfallsrum
- Oberoende händelser
- Betingad sannolikhet
- Bayes sats
Fas 2 · Sannolikhetsfördelningar och intervallskattning
1. Diskreta och kontinuerliga fördelningar
Förstå vanliga teoretiska fördelningar och deras egenskapskurvor.
Ca 60 min
- Binomialfördelning
- Poissonfördelning
- Normalfördelning
- Standardiserad normalfördelning (z-poäng)
2. Stickprov och Centrala gränsvärdessatsen
Insiktsfullt förstå hur stickprov representerar en population och hur medelfel uppstår.
Ca 50 min
- Slumpmässigt stickprov
- Stickprovsfördelning
- Centrala gränsvärdessatsen (CLT)
- Medelfel (Standard Error)
3. Konfidensintervall för medelvärde och andel
Konstruera och tolka konfidensintervall för populationens parametrar.
Ca 50 min
- Punkt- och intervallskattning
- Konfidensgrad (95%, 99%)
- t-fördelning
- Felmarginal
Fas 3 · Hypotesprövning och statistisk inferens
1. Grunderna i hypotesprövning
Förstå hela processen för att testa hypoteser och dra statistiska slutsatser.
Ca 60 min
- Nollhypotes (H0) och alternativhypotes (H1)
- Signifikansnivå (alpha)
- p-värde
- Typ I- och Typ II-fel
- Statistisk styrka
2. t-test för ett och två stickprov
Genomföra och tolka t-test för jämförelser av medelvärden.
Ca 60 min
- En-stickprovs t-test
- Oberoende två-stickprovs t-test
- Parvist t-test
- Frihetsgrader
3. Chi-två-test för kategoriska data
Analysera samband mellan kategoriska variabler.
Ca 45 min
- Korsstabeller
- Chi-två-test för oberoende
- Goodness-of-fit-test
- Förväntade och observerade frekvenser
Fas 4 · Linjär regression och resultat-tolkning
1. Enkel linjär regression och korrelation
Modellera det linjära sambandet mellan två kontinuerliga variabler.
Ca 60 min
- Pearsons r
- Minsta kvadratmetoden
- Regressionslinjens ekvation (y = a + bx)
- Förklaringsgrad (R-kvadrat)
2. Multipel linjär regression
Utöka regressionen till flera oberoende variabler och förstå kontrollvariabler.
Ca 60 min
- Multipel regressionsmodell
- Partiella koefficienter
- Justerat R-kvadrat
- Dummyvariabler
3. Modellantaganden, residualanalys och rapportering
Validera en regressionsmodell och sammanställa resultaten professionellt.
Ca 60 min
- Residualer
- Homoskedasticitet
- Multikollinearitet (VIF)
- Normalfördelade residualer