Modellering av diskreta val, 7.5 hp

Discrete Choice Modelling, 7.5 credits

771A20

Huvudområde

Computational Social Science

Utbildningsnivå

Avancerad nivå

Kurstyp

Fristående- och programkurs

Examinator

Benjamin Jarvis

Kursansvarig

Benjamin Jarvis

Tillgänglig för utbytesstudenter

Ja

Kontaktinformation

VOF = Valbar / Obligatorisk / Frivillig
Kursen ges för Termin Veckor Språk Ort/Campus VOF
Fristående kurs (Helfart, Dagtid) VT 2019 201904-201908 Engelska Norrköping, Norrköping
Fristående kurs (Helfart, Dagtid) VT 2019 201904-201908 Engelska Norrköping, Norrköping

Huvudområde

Computational Social Science

Utbildningsnivå

Avancerad nivå

Fördjupningsnivå

A1X

Förkunskapskrav

En kandidatexamen eller motsvarande i ett samhällsvetenskapligt eller naturvetenskapligt ämne, ingenjörsvetenskap, statistik eller matematik. Dessutom krävs minst 15 högskolepoäng i statistik, datavetenskap, matematik eller motsvarande på avancerad nivå.
Dokumenterad kunskap i engelska motsvarande Engelska 6/B.

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.

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
Kod Benämning Omfattning Betygsskala
HEM1 Hemtentamen 2.5 hp EC
LAB1 Laboration 2 hp EC
UPG1 Skriftlig redovisning 3 hp EC
Det finns ingen kurslitteratur tillgänglig på studieinfo för den här kursen.

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.