Statistik och dataanalys II, 7.5 hp
Statistics and Data Science II, 7.5 credits
771A17
Huvudområde
Computational Social ScienceUtbildningsnivå
Avancerad nivåKurstyp
ProgramkursExaminator
Maria BrandénKursansvarig
Maria BrandénStudierektor eller motsvarande
Carl NordlundKursen ges för | Termin | Veckor | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|
F7MCD | Computational Social Science, Master's Programme - First and main admission round | 1 (HT 2023) | 202344-202403 | Engelska | Norrköping, Norrköping | O |
F7MCD | Computational Social Science, Master's Programme - Second admission round (open only for Swedish/EU students) | 1 (HT 2023) | 202344-202403 | Engelska | Norrköping, Norrköping | O |
Huvudområde
Computational Social ScienceUtbildningsnivå
Avancerad nivåFördjupningsnivå
A1NKursen ges för
- Master´s Programme in Computational Social Science
Förkunskapskrav
- Kandidatexamen 180 hp inom något av följande ämnesområden:
- humaniora
- samhällskunskap
- kulturvetenskap
- beteendevetenskap
- naturvetenskap
- datavetenskap
- ingenjörsvetenskap
eller motsvarande - Engelska 6
Undantag ges för svenska
Lärandemål
Efter avslutad kurs ska den studerande på avancerad nivå kunna:
- 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.
Undervisnings- och arbetsformer
Undervisningen sker i form av litteraturstudier, föreläsningar, seminarier och interaktiva datorlaborationer. Utöver detta ska den studerande utöva självstudier.
Undervisningsspråk: engelska.
Examination
Kursen examineras genom skriftliga inlämningsuppgifter, datorlaborationer och en avslutande individuell skriftlig uppgift. Detaljerard information om examinationen finns i kursens studiehandledning.
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
ECTS, ECÖvrig 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 likvärdiga villkor råder med avseende på kön, könsöverskridande identitet eller uttryck, etnisk tillhörighet, religion eller annan trosuppfattning, funktionsnedsättning, sexuell läggning och ålder.
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 ekonomisk och industriell utvecklingKod | Benämning | Omfattning | Betygsskala |
---|---|---|---|
OBL1 | Obligatoriska seminarier | 1 hp | EC |
OPPO | Opponentskap | 1 hp | EC |
PRO1 | Projekt | 3.5 hp | EC |
ASS1 | Uppgifter | 2 hp | EC |
Böcker
Övrigt
Ladda ner
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. Klicka på filen för att spara ner och öppna den.
Namn | Filnamn | Beskrivning |
---|---|---|
Course Outline SDS2 231015 | Course Outline SDS2 231015.pdf |