KURSBESKRIVNING REGRESSIONSANALYS OCH UNDERSÖKNINGSMETODIK

Transkript

1 1 (9) KURSBESKRIVNING REGRESSIONSANALYS OCH UNDERSÖKNINGSMETODIK Kursnamn: Regressionsanalys och undersökningsmetodik Kurspoäng: 15hp Kurskod: ST123G Termin: HT14 INNEHÅLL Kursen utgörs av två delkurser: 1. Regressionsanalys och tidsserieanalys 2. Undersökningsmetodik Regressionsanalys är en statistisk teknik som kan användas för att beskriva och analysera samband mellan variabler. Funktionsformen för sambandet kan vara linjärt eller icke-linjärt. Tyngdpunkten under regressionsanalys och tidsserieanalys ligger på linjär regression. Teorin för punktskattning, intervallskattning och hypotesprövning tillämpas på regressionsmodeller. Ett viktigt inslag i modellarbetet är att studera hur avvikelser från modellens grundläggande antaganden påverkar den statistiska analysen. Därvid introduceras ett antal tekniker för modellkontroll. Tidsserieanalys baseras på data som har insamlats i kronologisk följd. Under kursen introduceras tidsseriemodeller. Praktisk tillämpning är en viktig del av kursen och tillämpning av regressionsanalys i samband med statistiska undersökningar diskuteras och exemplifieras. Undersökningsmetodik ger kunskaper om hur man planerar och genomför olika slag av statistiska undersökningar. Politiker, myndigheter, allmänheten vill veta egenskaper, attityder och åsikter hos grupper av individer och företag i samhället. I många fall görs detta genom att man drar ett urval från en avgränsad population för att sedan med hjälp av statistisk teori försöka dra slutsatser från detta urval till vad som kan gälla i populationen. Detta kräver dock vissa förutsättningar för att man också ska kunna mäta osäkerheten i dessa slutsatser. Att välja en lämplig urvalsmetod är därvid avgörande för storleken på denna felkälla. Vidare måste man vara medveten om och planera för hur övriga fel i undersökning en såsom bortfallsfel och mätfel, kan undvikas och minimeras. Det är därför mycket viktigt hur data samlas in t ex via en postenkät eller en telefonintervju och hur frågorna i ett frågeformulär konstrueras. Samtidigt måste man försöka utnyttja all den information som redan finns, såsom information från olika källor och register, och även kunna kritiskt värdera denna information i den aktuella undersökningen. Stockholms universitet Besöksadress: Telefon: Stockholm Universitetsvägen 10B

2 2 (9) UPPLÄGG Kursen består av fyra moment som delvis läses parallellt: 1. Regressionsanalys och tidsserieanalys, 4,5 högskolepoäng (R) 2. Inlämningsuppgift i regressionsanalys och tidsserieanalys, 3 högskolepoäng (Inlupp R) 3. Undersökningsmetodik, 4,5 högskolepoäng (U) 4. Inlämningsuppgift i undersökningsmetodik, 3 högskolepoäng (Inlupp U) Kursen ingår i kandidatprogrammet i nationalekonomi och statistik, men kan även läsas som fristående kurs. LÄRANDEMÅL Efter att ha genomgått regressionsanalys och tidsserieanalys förväntas studenten kunna: - Tillämpa multipel linjär regressionsanalys och enklare tidsserieanalys, med tillhörande statistisk inferens och modellutvärdering, - Redogöra för mer avancerade regressionsoch tidsseriemodeller, t ex logistisk regression, och avgöra när dessa modeller är lämpliga, samt tolka resultaten från studier där dessa modeller har använts. Efter att ha genomgått undersökningsmetodik förväntas studenten kunna: - Planera en statistisk undersökning inklusive konstruera frågeformulär, - Argumentera för och genomföra olika slumpmässiga urval, - Lösa elementära problem inom urvals- och skattningsteori, - Redogöra för begrepp, metoder och teori som används vid genomförandet av statistiska undersökningar. LITTERATUR Följande litteratur examineras på delkursen regressionsanalys och tidsserieanalys: - Kleinbaum, D., Kupper, L., Nizam, A. & Muller, K. (2008). Applied Regression Analysis and Other Multivariable Methods. Fjärde upplagan. Duxbury. Thomson Higher Education, Belmont, USA. ( KKNM ) - Extramaterial om tidsserier. Tillhandahålls av Statistiska Institutionen, SU. - Eventuellt ytterligare material som anvisas av lärarna.

3 3 (9) Följande litteratur examineras på delkursen undersökningsmetodik: - Dahmström, K. (2011). Från datainsamling till rapport. 5:e uppl. Studentlitteratur. ( KD ). - Surveyföreningen (2005). Standard för bortfallsberäkning. PDF, finns att ladda ner på Surveyföreningens hemsida. - Surveyföreningen (2014). Kvalitet i webbpanelundersökningar. PDF, finns att ladda ner på Surveyföreningens hemsida. - Statistiska centralbyrån. Fråga rätt! Utveckla, testa, utvärdera och förbättra blanketter. Senaste upplagan. - Eventuellt ytterligare material som anvisas av lärarna. UNDERVISNING Undervisningen består av 24 föreläsningar, 13 övningar och 4 datorövningar, fördelade enligt följande: - Regressionsanalys och tidsserieanalys 12 föreläsningar 6 övningar 4 datorövningar - Undersökningsmetodik 12 föreläsningar 7 övningar Vid övnings- och datorövningstillfällena är studenterna indelade i större undervisningsgrupper (i schemat kallade A, B, C och D) inom vilka studenterna ska bilda mindre arbetsgrupper bestående av tre eller fyra studenter vardera. Denna arbetsgruppindelning kommer att äga rum på det första övningstillfället för varje delkurs. Det finns således fyra undervisningstillfällen med obligatorisk närvaro: - Föreläsning 1 Regressionsanalys och tidsserieanalys Må 3/11 - Övning 1 Regressionsanalys och tidsserieanalys On 5/11 - Föreläsning 1 Undersökningsmetodik To 4/12 - Övning 1 Undersökningsmetodik Ti 9/12 Övningslärarna har möjlighet att utöka antalet obligatoriska övningstillfällen (ex för muntlig redovisning av inlämningsuppgifter). Detta meddelas då på övning 1 för respektive delkurs. Om du av någon anledning inte kan närvara vid ett eller fler av dessa obligatoriska undervisningstillfällen så är det viktigt att du meddelar din föreläsare eller grupplärare innan undervisningstillfället. Frånvaro från obligatoriska undervisningstillfällen kan medföra en eller flera restuppgifter för studenten som måste slutföras under den innevarande terminen för att erhålla fullständigt betyg på kursen.

4 4 (9) Nedan ges en preliminär disposition över föreläsningarnas innehåll, inklusive läshänvisningar för delkursen regressionsanalys och tidsserieanalys (R). Angående lokaler och klockslag så hänvisas till kursschemat. Föreläsning Innehåll F1 (obl) Introduktion till regressionsanalys och tidsserieanalys Att läsa KKNM kap 4, 5, 8 F2 Enkel linjär regression - OLS, dummy, polynom KKNM kap 4, 5, 8, 12, 15 F3 Multipel linjär regression - OLS, multipel, interaktioner KKNM kap 4, 5, 8, 11, 12, 15 F4 Korrelationsanalys, ANOVA-tabellen KKNM kap 6, 7, 10 F5 Hypotestest KKNM kap 9 F6 Modellantaganden och modellkontroll KKNM kap 14 F7 IDA och EDA KKNM kap 4, 5, 8, 11, 12, 15 F8 Logistisk regression KKNM kap 22 F9 Tidsserier 1 Extramaterial om tidsserier PDF F10 Tidsserier 2 Extramaterial om tidsserier PDF F11 Utblick mot framtiden F12 Repetitionsföreläsning

5 5 (9) Nedan ges en preliminär disposition över föreläsningarnas innehåll, inklusive läshänvisningar för delkursen undersökningsmetodik (U). Angående lokaler och klockslag så hänvisas till kursschemat. Föreläsning Innehåll Att läsa F1 (obl) Introduktion till undersökningsmetodik KD kap 1, 2, 3, 4 F2 Urval och estimation 1 KD kap 11 F3 Urval och estimation 2 KD kap 11 F4 Urval och estimation 3 KD kap 11 F5 Att planera en statistisk undersökning KD kap 4, 6, 11 F6 Datainsamlingsmetoder KD kap 5 F7 Frågeformulärskonstruktion KD kap 7 Fråga rätt! PDF F8 Statistisk kvalitet och olika feltyper 1 KD kap 12 Standard för bortfallsberäkning PDF Kvalitet i webbpanelundersökningar PDF F9 Statistisk kvalitet och olika feltyper 2 KD kap 12 Standard för bortfallsberäkning PDF Kvalitet i webbpanelundersökningar PDF F10 Kodning, datahantering och officiell statistikproduktion KD kap 6, 8, 9, 16 F11 Utblick mot framtiden F12 Repetitionsföreläsning

6 6 (9) EXAMINATION Varje delkurs examineras dels genom en skriftlig individuell salstentamen, dels genom en inlämningsuppgift i form av ett grupparbete med tre-fyra studenter per arbetsgrupp. En övningstentamen tillhandahålls såsom exempel på hur tentamen är utformad och särskilda anvisningar ges till inlämningsuppgiften, vilken ska redovisas både skriftligt och muntligt. Antiplagieringsverktyg kan appliceras vid rättning. BETYG Vardera tentamen bedöms enligt en sjugradig målrelaterad betygsskala (såväl betyg Fx och F kräver omtentamen) där, Betyg A ges om % Betyg B ges om 80-89% Betyg C ges om 70-79% Betyg D ges om 60-69% Betyg E ges om 50-59% Betyg Fx ges om 25-49% Betyg F ges om 0-24% av tentamens totalpoäng har uppnåtts. Vardera inlämningsuppgift bedöms enligt en tvågradig målrelaterad betygsskala, där G=godkänd och U=underkänd. För att bli godkänd krävs aktiv närvaro vid obligatoriska undervisningstillfällen samt en enligt de separata instruktionerna nöjaktigt författad rapport. SLUTBETYG PÅ KURSEN För att få godkänt slutbetyg på hela så kurs krävs lägst betyg E på de två tentamina R och U, samt godkänt på både inlämningsuppgifterna. Betyg på tentamen R och U (oberoende av ordning) A+A, A+B A+C, B+B, B+C B+D, C+C, A+D, C+D, A+E, B+E C+E, D+D, D+E E+E Slutbetyg på hela kursen A B C D E Sammanvägt betyg F erhålls alltid då studenten har betyget F på endera tentamen R eller U. För student som fått betyget F finns inga restriktioner på hur många gånger studenten får genomföra skriftlig tentamen och inlämningsuppgift för att uppnå lägst betyget E.

7 7 (9) BETYGSKRITERIER Följande betygskriterier föreligger på regressionsanalys och tidsserieanalys (R). A (utmärkt): Studenten skall på ett korrekt och välstrukturerat sätt kunna tillämpa regressionsoch tidsserieanalys med tillhörande statistisk inferens och modellutvärdering som inte nödvändigtvis direkt behandlas i kursmaterialet. Studenten skall vidare klart och tydligt kunna redogöra för begrepp, metoder och teori som används vid genomförandet av regressionsanalysen. B (mycket bra): Studenten skall på ett korrekt och välstrukturerat sätt kunna tillämpa regressionsoch tidsserieanalys med tillhörande statistisk inferens och modellutvärdering som direkt behandlas i kursmaterialet. Studenten skall vidare klart och tydligt kunna redogöra för begrepp, metoder och teori som används vid genomförandet av regressionsanalysen. C (bra): Studenten skall på ett korrekt och välstrukturerat sätt kunna tillämpa regressionsoch tidsserieanalys med tillhörande statistisk inferens och modellutvärdering som direkt behandlas i kursmaterialet. Studenten skall vidare på ett bra sätt kunna redogöra för begrepp, metoder och teori som används vid genomförandet av regressionsanalysen. D (tillfredsställande): Studenten skall på ett korrekt sätt kunna tillämpa regressionsoch tidsserieanalys med tillhörande statistisk inferens och modellutvärdering som direkt behandlas i kursmaterialet. Studenten skall vidare på ett nöjaktigt sätt kunna redogöra för begrepp, metoder och teori som används vid genomförandet av regressionsanalysen. E (tillräckligt): Studenten skall på ett huvudsakligen korrekt sätt kunna tillämpa regressionsoch tidsserieanalys som direkt behandlas i kursmaterialet. Studenten skall vidare på ett huvudsakligen korrekt sätt kunna redogöra för begrepp, metoder och teori som används vid genomförandet av regressionsanalysen. Fx (otillräckligt): Omtentamen erfordras! F (helt otillräckligt): Omtentamen erfordras!

8 8 (9) Följande betygskriterier föreligger på undersökningsmetodiken (U). A (utmärkt): Studenten skall på ett korrekt och välstrukturerat sätt kunna lösa elementära problem inom urvals- och skattningsteori som inte nödvändigtvis direkt behandlas i kursmaterialet. Studenten skall själv kunna välja lämplig ansats för lösningen och på ett klart och tydligt sätt argumentera för detta val. Studenten skall vidare på ett klart och uttömmande sätt kunna redogöra för begrepp, metoder och teori som används vid genomförandet av statistiska urval sundersökningar. B (mycket bra): Studenten skall på ett korrekt och välstrukturerat sätt kunna lösa elementära problem inom urvals - och skattningsteori som direkt behandlas i kursmaterialet. Studenten skall vidare i stort sett uttömmande kunna redogöra för begrepp, metoder och teori som används vid genomförandet av statistiska urvalsundersökningar. C (bra): Studenten skall på ett korrekt sätt kunna lösa elementära problem inom urvals - och skattningsteori som direkt behandlas i kursmaterialet. Studenten skall vidare i stort sett uttömmande kunna redogöra för begrepp, metoder och teori som används vid genomförandet av statistiska urvalsundersökningar. D (tillfredsställande): Studenten skall på ett i huvudsak korrekt sätt kunna lösa elementära problem inom urvals - och skattningsteori som direkt behandlas i kursmaterialet. Studenten skall vidare nöjaktigt kunna redogöra för begrepp, metoder och teori som används vid genomförandet av statistiska urval sundersökningar. E (tillräckligt): Studenten skall på ett till största delen korrekt sätt kunna lösa elementära problem inom urvals - och skattningsteori som direkt behandlas i kursmaterialet. Studenten skall vidare nöjaktigt kunna redogöra för begrepp, metoder och teori som används vid genomförandet av statistiska urvalsundersökningar. Fx (otillräckligt): Omtentamen erfordras! F (helt otillräckligt): Omtentamen erfordras!

9 9 (9) ÖVERGÅNGSBESTÄMMELSER Om kursen upphör, ges möjlighet att examineras på kursen vid tre tillfällen under en tvåårsperiod efter det att kursen upphör. LÄRARE Lärare regressionsanalys och tidsserieanalys (R) Marcus Berg Rum B780 Mottagningstid: Må Föreläsare Tfn Mail: Dan Hedlin Rum B795 Mottagningstid: Må Gästföreläsare och examinator Tfn Mail: Per Fallgren Rum B758 Mottagningstid: Ti Övningslärare grupp A Tfn Mail: per.fallgren@stat.su.se Per Marcus Rum B708 Mottagningstid: Må Övningslärare grupp C Tfn Mail: per.marcus@stat.su.se Göran Rundqvist Rum B788 Mail: goran.rundqvist@stat.su.se Övningslärare grupp B och D Tfn Mottagningstider: To 13/11 kl12-13, To 20/11 kl12-13, Ons 26/11 kl12-13, Må 1/12 kl12-13 Lärare undersökningsmetodik (U) Marcus Berg Föreläsare Dan Hedlin Gästföreläsare och examinator Per Marcus Övningslärare grupp A Per Fallgren Övningslärare grupp C Se ovan. Se ovan. Se ovan. Se ovan. Olivia Ståhl Rum B753 Mottagningstid: Ons Övningslärare grupp B och D Tfn Mail: olivia.stahl@stat.su.se Mottagningstider ovan gäller fr.o.m. kursstart. Mottagning kommer ej hållas på röda dagar.