Logga in

Registrera

771a18 · Linköpings universitet

Statistik och dataanalys II

Ny kurs

Kom igång gratis

Inga tentor än

Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial

Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg

Kurs info

KurssidaKursplan
HP
7.5
Språk
Engelska
Nivå
Avancerad nivå
Fakultet
Filosofiska fakulteten
Institution
Institutionen för ekonomisk och industriell utveckling

Lärandemål

  • Använda statistisk programvara för att estimera linjära regressionsmodeller för tvärsnitts- och paneldata samt redogöra för de statistiska principer som ligger till grund för dessa modeller.
  • Använda statistisk programvara för att transformera data till ett format som är lämpligt för att estimera regressionsmodeller och göra robusthetskontroller.
  • Tolka parametrarna i linjära regressionsmodeller, predicera utfall och utvärdera ”goodness of fit.”
  • Beskriva logiken bakom kausal inferens, förstå skillnaden mellan orsakssamband och korrelation och hur detta är relaterat till regressionsmodeller.
  • Identifiera vanliga problem vid kausala tolkningar av linjära modeller, samt kunna bedöma och förklara hur olika modelleringstekniker kan bidra till att lösa dessa problem.
  • Utvärdera validiteten och robustheten i kausala inferenser under olika antaganden om hur data har genererats.
Kursinnehåll
Kursen introducerar principerna bakom och den praktiska tillämpningen av linjär regressionsanalys. Underliggande modellantaganden diskuteras och granskas. I intensiva datorlaborationer lär sig studenten använda statistiska verktyg för att transformera samhällsvetenskapliga data till lämpliga format, att estimera statistiska modeller, samt att tolka modellparametrar. Resterande del av kursen fokuserar på kausal inferens. Paneldatamodeller och statistiska verktyg för att estimera sådana presenteras och deras betydelse för att fastställa orsakssamband diskuteras. Kursen behandlar även hur naturliga experiment och instrumentella variabler kan användas för att fastställa orsakssamband. Estimatens känslighet för inkorrekta modellantaganden utvärderas och särskild uppmärksamhet ges åt metoder baserade på datasimuleringar.
Förutsättningar
  • 180 hp godkända varav 90 hp inom något av områdena humaniora, samhällskunskap, kulturvetenskap, beteendevetenskap, naturvetenskap, datorvetenskap eller ingenjörsvetenskap 15 hp godkända inom ett eller flera av följande ämnen:
  • Statistik
  • Matematik
  • ​Datavetenskap Engelska 6
  • Undantag ges för svenska
Litteratur
Angrist, Joshua David, Pischke, Jörn-Steffen, (2009) Mostly harmless econometrics : an empiricist's companion. Princeton : Princeton University Press, https://www.researchgate.net/publication/51992844_Mostly_Harmless_Econometrics_An_Empiricis t's_Companion/download
Gelman, Andrew, Hill, Jennifer, Data analysis using regression and multilevel/hierarchical models. Cambridge : Cambridge University Press
See information about articles under additional documents
Liknande kurser vid andra universitet
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Statistisk inlärning och dataanalys

SF19309 tentor
Lunds universitet

Lunds universitet

Flerdimensionell analys

FMAB3065 tentor
Stockholms universitet

Stockholms universitet

Statistisk analys

MT400163 tentor
Redo att boosta dina studier?

Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.

Kom igång gratis

Produkt

  • Priser

  • Karriär

Företag

  • Om oss

  • Blogg

  • Användarvillkor

  • Integritet

  • Support

Universitet

  • KTH

  • Uppsala universitet

  • Linköpings universitet

  • Chalmers

  • Lunds universitet

  • Luleå tekniska universitet

  • Stockholms universitet

  • Gymnasiet

Socialt

  • Instagram

  • Facebook

  • YouTube

  • TikTok

  • Linkedin

© 2026 Crash Course Sverige AB