Statistik och dataanalys II, 7.5 hp (771A18)

Statistics and Data Science II, 7.5 credits

Kursbeskrivning

This course introduces the principles and practice of linear regression modeling. Underlying model assumptions are reviewed and scrutinized. In intensive computer laboratories, statistical tools for creating appropriate data structures and estimating models using real data are presented and guidance is provided in interpretation of model parameters. The remainder of the course focuses on causal inference and the potential outcomes framework. Panel data models and statistical tools for their estimation are presented, and their potential to improve causal inference are compared. Discussion is extended to consider natural experiments and instrumental variable approaches to causal inference. The sensitivity of estimates to violations of model assumptions are evaluated, with special attention given to methods centering on computer simulation.

Huvudområde

Computational Social Science

Nivå

Avancerad nivå

Kurstyp

Fristående kurs

Examinator

Maria Brandén

Kursansvarig

Maria Brandén

Studierektor eller motsvarande

Abiel Sebhatu

Tillgänglig för utbytesstudenter

Ja

Kontaktinformation

Maria Brandén, course director

Kursen ges för Termin Veckor Språk Ort VOF
Fristående kurs (Halvfart, Dagtid) HT 2021 v202144-202203 Engelska Norrköping
Fristående kurs (Halvfart, Dagtid) HT 2021 v202144-202203 Engelska Norrköping
VOF = Valbar / Obligatorisk / Frivillig

Huvudområde

Computational Social Science

Utbildningsnivå

Avancerad nivå

Fördjupningsnivå

A1N

Förkunskapskrav

  • 180 hp godkända varav 90 hp inom något av områdena humaniora, samhällskap, kulturvetenskap, beteendevetenskap, naturvetenskap, datorvetenskap eller ingenjörsvetenskap
  • 15 hp godkända inom ett eller flera av följande ämnen:
    - Statistik
    - Matematik
    ​- Datavetenskap
  • Engelska 6/B
    (Undantag 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. Därutöver ska den studerande utöva självstudier.
Undervisningsspråk: engelska.

Examination

Kursen examineras genom skriftliga inlämningsuppgifter, datorlaborationer och en avslutande individuell skriftlig uppgift. Detaljerad information om examinationen finns i kursens studiehandledning.

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 istället har gett studenten en rekommendation om anpassad examination eller alternativ examinationsform, får examinator besluta om detta om 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 både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.

Institution

Institutionen för ekonomisk och industriell utveckling
Det finns ingen kurslitteratur tillgänglig för den här kursen.
LAB1 Laboration EC 2 hp
OBL1 Obligatoriska seminarier EC 1 hp
OPPO Opponentskap EC 1 hp
PRO1 Projekt EC 3.5 hp

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.

Sidansvarig: Infocenter, infocenter@liu.se