De student heeft een basiskennis van kansrekenen, rijen, reeksen, verzamelingen en functies in een of meerdere veranderlijken, vectoren en matrices.

De student beheerst basiskennis van het softwarepakket R en inhoud/leerdoelen uit volgende opleidingsonderdelen:

Inleiding tot kanstheorie en statistiek:

De student(e) beheerst technieken van exploratieve data analyse voor univariate en bivariate gegevens.

De student(e) kan methoden van dataverwerving en proefopzet beschrijven.

De student(e) kan de elementaire rekenregels voor kansen en voorwaardelijke kansen hanteren.

De student(e) kan werken met verdelingen en dichtheden van stochastische veranderlijken.

De student(e) kent de klassieke voorbeelden van discrete en continue kansmodellen.

De student(e) kan voor gemiddelden, proporties en varianties betrouwbaarheidsintervallen opstellen en interpreteren.

De student(e) kan hypothesen toetsen over één of meerdere gemiddelden, proporties of varianties, en hiervoor een p-waarde berekenen en interpreteren (statistische significantie).

De student(e) kan onafhankelijkheid toetsen met behulp van data in een kruistabel.

De student(e) kan nagaan of een steekproef uit een bepaalde verdeling komt.

De student(e) is vertrouwd met de basisbegrippen van lineaire regressie.

De student(e) kan alle hierboven beschreven statistische analyses uitvoeren met het statistisch computerpakket R.

Computerpractica voor wiskunde:

De student kan vlot werken met de computerpakketten Matlab®, Latex en R, en heeft inzicht in de manier waarop met zulk pakketten moet worden omgegaan, teneinde een elementaire numerieke en/of statistische data analyse uit te voeren en de resultaten ervan toonbaar te maken in een verslag of presentatie. Dit houdt ook de vaardigheid in om complexere (wiskundige) programma's te schrijven, met recursieve programma's en structuren te werken en om te gaan met symbolische berekeningen (Matlab als computer algebra systeem)

Mathematics everywhere:

De student heeft kennis van en ervaring met wiskundig modelleren op een elementair niveau.

Tijdens deze cursus bespreken we de volgende topics:

• discrete markov ketens
• Poisson proces
• Geboorte en Sterfte processen
• continue markov ketens
• wachtrijen
• reliability
• Renewal processen

De student krijgt kennis van en inzichten in verschillende typen van stochastische processen en hun eigenschappen. De student kan deze eigenschappen zelfstandig bewijzen. De student is in staat om deze processen te simuleren aan de hand van het softwarepakket R en is hierdoor in staat om deze processen te begrijpen en toe te passen in real life situaties.