Institutionen för ekonomisk och industriell utveckling
Lärandemål
Identifiera problem som lämpligast modelleras med diskreta valmodeller;
Redogöra för vilka modeller som är lämpliga för särskilda tillämpningar med tvärsnitts- eller paneldata;
Utveckla lämpliga modellspecifikationer för diskreta valmodeller;
Skapa lämpliga datastrukturer för att estimera diskreta valmodeller;
Kritiskt granska och tolka modellresultat av statistiskt komplexa diskreta valmodeller;
Använda statistisk mjukvara för att estimera diskreta valmodeller, beräkna prediktioner, samt tolka och analysera deras resultat.
Kursinnehåll
Denna kurs ger studenten färdigheter i att använda diskreta valmodeller för egen empirisk forskning. Studenten lär sig att konstruera lämpliga datamaterial för diskreta valmodeller, och att estimera sådana modeller, inklusive binomial, multinomial och conditional logistisk regression, samt att tolka resultaten. Fokus kommer att ligga på de praktiska aspekterna av modellering. Genom intensiva datorlaborationer får studenten praktisk erfarenhet i att använda datamaterial som inbegriper konsumentval, val av bostadsort och rörlighet på arbetsmarknaden. Även mer avancerade modeller för hantering av paneldata och icke observerbar heterogenitet, samt identifikation av latenta grupper kommer att undersökas och appliceras. Särskilt applikationer i form av kontrafaktiska studier och agentbaserad simulering kommer att undersökas under datorlaborationerna.
Förutsättningar
180 hp godkända varav 90 hp godkända i ett huvudområde inom ett av följande ämnesområden: samhällsvetenskap, naturvetenskap, ingenjörsvetenskap, statistik eller matematik 15 hp i statistik, datavetenskap, matematik eller motsvarande på avancerad nivå Engelska 6
Undantag ges för svenska
Litteratur
Long, J. Scott, (1997) Regression models for categorical and limited dependent variables SAGE Publications, Inc. ISBN: 9780803973749, 0803973748
Train, Kenneth, (2009) Discrete choice methods with simulation 2nd ed. Cambridge University Press, 2009. ISBN: 0511592493, 9780511592492, 9780521766555, 9780521747387 https://eml.berkeley.edu/books/choice2.html
Wickham, Hadley, Mine Çetinkaya-Rundel & Garret Grolemund, (2023) R for data science : import, tidy, transform, visualize and model data. 2nd O'Reilly Media ISBN: 9781491910399 https://r4ds.hadley.nz/