Regressions- och tidsserieanalys, 7.5 hp

Multiple Regression and Time Series Analysis, 7.5 credits

732G93

Huvudområde

Statistik

Utbildningsnivå

Grundnivå

Kurstyp

Fristående- och programkurs

Examinator

Jolanta Pielaszkiewicz

Kursansvarig

Jolanta Pielaszkiewicz

Studierektor eller motsvarande

Jolanta Pielaszkiewicz
VOF = Valbar / Obligatorisk / Frivillig
Kursen ges för Termin Veckor Språk Ort VOF
Fristående kurs (Helfart, Dagtid) VT 2022 202219-202223 Svenska Linköping
F7KPO Politices kandidatprogram (Nationalekonomi) 4 (VT 2022) 202219-202223 Svenska Linköping O
F7KPO Politices kandidatprogram (Statsvetenskap) 4 (VT 2022) 202219-202223 Svenska Linköping O

Huvudområde

Statistik

Utbildningsnivå

Grundnivå

Fördjupningsnivå

G1F

Kursen ges för

  • Politices kandidatprogram

Förkunskapskrav

Grundläggande behörighet på grundnivå
samt
Matematik 3b/3c, Samhällskunskap 1b/(1a1 och 1a2), Engelska 6
eller
Matematik C, Samhällskunskap A, Engelska B
(Områdesbehörighet A4/4)
samt
Minst 1,5 hp godkänt i statistik eller motsvarande

Lärandemål

Efter avslutad kurs ska den studerande kunna:

  • redogöra för och tillämpa de vanligaste statistiska inferensmetoderna inom regressions- och tidsserieanalys inklusive tidsserie kopplad till efterfråga och indexserie
  • bedöma vilken modell som är relevant för olika data
  • bedöma kvaliteten hos data samt tolka resultat av regressions- och tidsserieanalyser
  • analysera datamaterial med hjälp av standard statistisk mjukvara

Kursinnehåll

I kursen behandlas:

  • enkel och multipel linjär regression
  • indexteori och efterfrågeanalys
  • deskriptiv tidsserieanalys med komponentuppdelning och prognoser
  • standardprogram för regressions- och tidsserieanalys.

Undervisnings- och arbetsformer

Undervisningen består av föreläsningar, lektioner, handledning, datorlaborationer samt projektarbete. Utöver detta ska den studerande utöva självstudier. 

Examination

Kursen examineras genom:

  • individuell skriftlig tentamen, betygsskala: UV
  • skriftlig redovisning av projektarbete i grupp, betygsskala: UG

För Godkänt slutbetyg krävs Godkänt på samtliga moment. För Väl godkänt krävs dessutom Väl godkänt på den individuella skriftliga tentamen.
 

Detaljerad information om kursen återfinns i studieanvisningen.

Om det finns särskilda skäl, och om det med hänsyn till det obligatoriska momentets karaktär är möjligt, får examinator besluta att ersätta det obligatoriska momentet med en annan likvärdig uppgift. 

Om LiU: s koordinator för studenter med funktionsnedsättning har beviljat en student rätt till anpassad examination vid salstentamen har studenten rätt till det.

Om koordinatorn har gett studenten en rekommendation om anpassad examination eller alternativ examinationsform, får examinator besluta om detta om examinator bedömer det möjligt utifrån kursens mål.

Examinator får också besluta om anpassad examination eller alternativ examinationsform om examinator bedömer att det finns synnerliga skäl och examinator bedömer det möjligt utifrån kursens mål.

Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.

Den som godkänts i prov får ej delta i förnyat prov för högre betyg.

Betygsskala

Tregradig skala, U, G, VG

Övrig information

Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.

Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.

Om det föreligger synnerliga skäl får rektor i särskilt beslut ange förutsättningarna för, och delegera rätten att besluta om, tillfälliga avsteg från denna kursplan. 

Institution

Institutionen för datavetenskap
Kod Benämning Omfattning Betygsskala
TEN1 Tentamen 5.5 hp U, G, VG
PROJ Projekt 2 hp U, G

Böcker

Bowerman, O’Connell och Koehler , Forecasting, Time Series, and Regression

Boken finns inte i försäljning längre men om någon vill kan använda begagnad bok som kurslitteratur

Bruce L. Bowerman and Emily Murphree , Regression Analysis : Unified Concepts, Practical Applications, Computer Implementation Finns tillgänglig via bibioteket (online)

Särskilt material tillgängligt via Lisam eller bibliotek

Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.

Det finns inga filer att visa.