Modellering av diskreta val, 7.5 hp

Discrete Choice Modelling, 7.5 credits

771A20

Huvudområde

Computational Social Science

Utbildningsnivå

Avancerad nivå

Kurstyp

Fristående kurs

Examinator

Richard Öhrvall

Kursansvarig

Richard Öhrvall

Studierektor eller motsvarande

Erik Liss

Tillgänglig för utbytesstudenter

Ja

Kontaktinformation

Claudia Schmid

Jonas Johansson, study adviser

Madelene Töpfer, course administrator

Richard Öhrvall, course director

VOF = Valbar / Obligatorisk / Frivillig
Kursen ges för Termin Veckor Språk Ort/Campus VOF
Fristående kurs (Halvfart, Dagtid) VT 2025 202504-202513 Engelska Norrköping, Norrköping
Fristående kurs (Halvfart, Dagtid) VT 2025 202504-202513 Engelska Norrköping, Norrköping

Huvudområde

Computational Social Science

Utbildningsnivå

Avancerad nivå

Fördjupningsnivå

A1F

Förkunskapskrav

  • 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

Lärandemål

Efter avslutad kurs ska den studerande på avancerad nivå kunna:

  • 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.

Undervisnings- och arbetsformer

Undervisningen sker i form av föreläsningar, litteraturstudier, datorlaborationer och seminarier. Utöver detta ska den studerande utöva självstudier.

Undervisningsspråk: engelska

Examination

Kursen examineras genom inlämningsuppgifter, aktivt deltagande i seminarier, datorlaborationer samt en avslutande individuell skriftlig uppgift.

Detaljerad 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, EC

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 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 utveckling
Kod Benämning Omfattning Betygsskala
HEM2 Hemtentamen 3.5 hp EC
ASS1 Uppgifter 4 hp EC

Ordinarie litteratur

Böcker

Long, J. Scott, (1997) Regression models for categorical and limited dependent variables SAGE Publications, Inc.

ISBN: 9780803973749, 0803973748

Kompletterande litteratur

Böcker

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/

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.