MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Studiehandledning Statistik och kvantitativa undersökningar 15 HP Vårterminen 2017 I den här studiehandledningen framgår hur examinationen går till, vilken litteratur som hör till de olika föreläsningarna och vilka uppgifter som kan vara bra att träna på.
Undervisning Undervisningen består av föreläsningar, genomgång av övningar, räknestugor och laborationer. Föreläsningarna består dels av campusföreläsningar, dels av inspelade föreläsningar som ni följer via https://www.scalable-learning.com. För att ta del av de inspelade föreläsningarna måste ni skaffa er ett konto på Scalable Learning. Det brukar vara problem att använda mdh kontot så jag skrev in länken nedan till sidan där man skaffar ett separat konto på scalable learning. Du registrerar ett scalable learning konto här. När du har ett konto loggar du in här. genom att klicka på "Use a Scalable Learning Account". För att få tillgång till deh här kursen ska du ange koden VCECE-84723. Klicka på "My courses" och välj Join a new course eller i den svenska versionen Mina kurser och Delta i ny kurs. Inga moment utöver räknestugorna är obligatoriska men deltagandet underlättar naturligtvis er inlärning. Det är alltså inte obligatorisk närvaro på laborationstillfällena i datasal men ni måste lämna in skriftliga labbrapporter och det är förmodligen betydligt svårare att göra laborationerna utan tillgång till handledning. För laborationerna krävs programmet R Commander. R Commander finns installerat i de flesta av skolan datorsalar. Om du vill ha en egen version av programmet på din privata dator kan du ladda ner det gratis från internet. Programvaran SPSS är möjlig att använda istället för R Commander. SPSS finns installerat i ett fåtal av skolans datorsalar. Om du vill ha en egen version av programmet på din privata dator finns tidsbegränsade studentlicenser att köpa på studentcentrum till en låg kostnad. Dock är alla instruktioner och undervisningens upplägg anpassat efter R Commander. Så om ni väljer att använda SPSS får ni inte lika bra stöd från undervisningsmaterialet. Utöver R Commander kommer ni också att behöva arbeta en del med Excel och Word.
Några ord om studieteknik Försök att översiktligt läsa igenom all litteratur före föreläsningarna. Då blir det enklare att följa med på föreläsningen och vara förberedd med frågor. Gör också ett försök att räkna igenom alla övningar före övningsgenomgångarna. På övningsgenomgångarna förutsätter jag att ni antingen har med en läsplatta eller utskrifter av såväl övningar som lösningsförslag. Jag kommer INTE att skriva fullständiga lösningsförslag på tavlan utan vi pratar runt det utdelade lösningsförslaget. Och jag räknar INTE med att ni behöver tid att hinna med att skriva av allt som visas på projektorn. Vilket gör det extra viktigt att ni provat att göra övningarna i förväg så att ni hinner hänga med på genomgången och vet mer vad ni behöver fråga om i klassrummet. För räknestugorna finns instruktioner kring vilka förberedelser ni ska göra i informationen för varje enskild räknestuga. Helfartsstudier är anpassade för att den om lägger ner 40 timmar per vecka ska kunna bli godkänd givet adekvata förkunskaper. Men det är också viktigt att de 40 timmarna är kvalitetstid. Om mobiltelefonen piper eller ringer mitt i en tankegång när du jobbar med en övningsuppgift tar det oftast minst en kvart att komma tillbaka till den tankegång som blev avbruten. Det är därför en god idé att ha ljudet avstängt och kolla sms mitt emellan två uppgifter. Då tar det 30 sekunder att kolla sms:en istället för en kvart. Bästa sättet att lära sig något är att fråga. Jag hoppas att jag får många frågor tidigt i kursen. Ofta kommer frågorna först på slutet men eftersom alla kursmoment bygger vidare på föregående moment är det bättre att fråga redan i början av kursen för att kunna förstå nästa moment. Fråga gärna i klassrummet men ofta kommer man på en fråga först efteråt när man sitter hemma och pluggar. Då är diskussionsforumet i Blackboard ett ypperligt sätt att ställa frågor. På så vis får även dina kurskamrater del av svaret. Ofta får jag 10 mail med i stort sett exakt samma frågor och då sparar det också mycket av min arbetstid att bara behöva svara på den frågan en gång. Förhoppningsvis kommer ni att klara tentan antingen på ordinarie tillfället eller på omtentan. Men skulle det vara så att ni kommer att skriva en omtenta vid ett senare tillfälle bör ni alltid ta kontakt med läraren som då håller kursen för att ta reda på vilka förändringar som skett och få del av aktuellt kursmaterial. Olika lärare har ofta olika fokus på tentamensfrågorna.
Examination Examinationen av kursen består av tre inlämningsuppgifter och en salstenta i slutet av kursen. Examinationen har två syften, dels är den ett inlärningsmoment dels kontrollerar den era kunskaper. Inlämningsuppgifterna syftar i första hand till att stärka er inlärning medan kontrollfunktionen i första hand uppfylls av den skriftliga tentamen. Många frågor i den skriftliga tentamen är utformade på ett sådant sätt att de kontrollerar den kunskap ni inhämtat i arbetet med inlämningsuppgifterna. Men inlämningsuppgifterna är trots allt examinationsmoment så regelverken kring bland annat plagiat och otillbörligt samarbete gäller. På inlämningsuppgifterna ges betygen underkänd eller godkänd. Om ert arbete har små brister kan ni få en kompletteringsuppgift för att bli godkänd. Om ert arbete blir helt underkänt eller inlämnas för sent hänvisas till en omprovsuppgift. På salstentan ges betygen godkänd eller väl godkänd. För att bli godkänd på kursen krävs minst godkänd på samtliga 4 examinationsmoment. För kursbetyget Väl godkänd krävs dessutom väl godkänd på salstentamen. Inlämningsuppgifterna bygger på datalabbarna och räknestugorna. Varje datalaboration består av en övningslaboration med detaljerade instruktioner och en inlämningsuppgift med liknande frågeställningar som i övningsdelen. Lärare finns tillgänglig för handledning i datasal under arbetet med såväl övningslaborationerna som inlämningsuppgifterna under de tider som anges i schemat. Under övningslabbarna kan vi ge detaljerade svar, vid inlämningsuppgifterna som är examinationsuppgifter blir svaren mer ledande tips. Ni ska göra datalabbarna i grupper om 2 3 studenter. Ni väljer själva vilka ni vill jobba tillsammans med och anmäler detta i Blackboard. Vi får ofta frågor från studenter om man får vara fler än tre i en grupp men det är en kompromisslös övre gräns. Om ni är 4 studenter som vill arbeta ihop får i dela upp er i två grupper om två studenter. Det är naturligtvis tillåtet att diskutera med varandra men ni måste se till att varje grupp lämnar in en egen självständig rapport. På datalabb 2 och 3 är vi skyldiga att anmäla för plagiat om vi får in två labbrapporter som valt exakt samma variabler eller frågeställningar i de delfrågor där ni själva ska utforma modell eller frågeställning. Vid samtliga laborationer är det är det bra att ha tillgång till en utskrift av En kort instruktion för arbete i R Commander och instruktionerna för respektive labb, alternativt ha med en läsplatta. Det kan vara jobbigt att läsa allt på skärmen då ni ändå kommer att ha många olika fönster öppna. För att utnyttja tiden på bästa sätt vid handledningstillfället till inlämningsuppgifterna är det bra om ni försökt göra inlämningsuppgiften på egen hand mellan övningstillfället och inlämningstillfället så att ni vet var svårigheterna är och vad ni behöver fråga om. På räknestugorna arbetar ni också i grupp men här delar vi in grupperna för varje enskilt tillfälle och på ett sådant sätt att ni inte arbetar i samma grupper som på datalabbarna. Däremot kan det vara bra att göra förberedelserna för räknestugorna i era laborationsgrupper.
Inlämningsuppgift 1 Inlämningsuppgift 1 består av inlämningsuppgiften till datalabb 1 men för godkänt krävs också aktivt deltagande vid minst 2 av de 3 räknestugorna. Om du missar två eller samtliga räknestugor får du göra en eller två omprovsuppgifter i form av individuella räkneövningar. Före övningstillfället på laboration 1 bör ni ha läst igenom kapitel 1 4 och 17 i Lind. Det är också bra om ni har börjat jobba med övningsuppgifterna till dessa avsnitt. Datalabben ska vara inlämnad senast onsdagen den 1 a februari. Eventuell restuppgift ska vara inlämnad senast 20 a februari. Omprovsuppgift till datalabb och missad räknestuga ska vara inlämnad senast måndag 1 a maj. Eventuell restuppgift ska vara inlämnad senast 15 e maj. Inlämningsuppgift 2 Inlämningsuppgift 2 består av inlämningsuppgiften till datalabb 2. Före övningstillfället till Lab 2 bör ni ha läst igenom de kapitel som ingår i regressionsboken. Det är också bra om ni har börjat jobba med övningsuppgifterna till dessa avsnitt. Datalabben ska vara inlämnad senast fredagen den 3 e mars. Eventuell restuppgift ska vara inlämnad senast 27 e mars. Omprovsuppgift till datalabben ska vara inlämnad senast måndag 8 e maj. Eventuell restuppgift ska vara inlämnad senast 22 a maj. Inlämningsuppgift 3 Inlämningsuppgift 3 består av inlämningsuppgiften till datalabb 3. Före övningstillfället till Lab 3 bör ni ha läst all kurslitteratur och börjat jobba med övningarna till icke parametriska metoder. Datalabben ska vara inlämnad senast måndag 20 e mars. Eventuell restuppgift ska vara inlämnad senast 10 e april. Omprovsuppgift till datalabben ska vara inlämnad senast måndag 15 e maj. Eventuell restuppgift ska vara inlämnad senast 27 e maj. Observera att datumen ovan är sista inlämningsdag, det är naturligtvis tillåtet att lämna in tidigare än så. Salstentamen Kurslitteraturen får inte tas med till salstentamen. En formelsamling kommer att delas ut i samband med tentamen. Ni ska alltså INTE ta med egen formelsamling.
Litteratur Lind, Douglas A.; Marchal, William G.; Wathen, Samuel Adam; Statistical techniques in business & economics 16. ed. : New York : McGraw-Hill Education, [2015] - ISBN: 9781259095641 (pbk.) : LIBRIS-ID: 16606037 Kapitel 1-12 samt 15 17 (Femtonde upplagan; Kapitel 1 12, 15, 17, 18) Andersson G, Jorner U, Ågren A, Regressions- och tidsserieanalys. - Studentlitteratur, Tredje upplagan; kapitel 1-4 ISBN: 9789144029870 Bell, Emma; Bryman, Alan; Företagsekonomiska forskningsmetoder 2., [rev.] uppl. : Stockholm : Liber, 2013 - ISBN: 9789147098224 LIBRIS-ID: 13894330 757 s. kapitel 6, 7, 9, 10 Andersson, Göran; Något om säkerhet och bortfall s 75 89 (Tillgänglig i blackboard) Körner, Svante; Wahlgren, Lars, Praktisk statistik, sid 133 142 (Tillgänglig i blackboard) Bohlin Lars; Att formulera hypoteser (Tillgänglig i blackboard) Bohlin Lars; Att välja statistisk metod (Tillgänglig i blackboard) Bohlin Lars; En kort instruktion för arbete i R Commander (Tillgänglig i blackboard)
Läsanvisningar I läsanvisningarna nedan framgår vilken litteratur som behandlas på varje föreläsning. F1 deskriptiv statistik 1 Till det här avsnittet hör kapitel 1 och 2 i Lind et all. I Lind, kapitel 1 är sektionerna Types of variables och levels of measurement om olika typer av variabler och skalor det viktigaste, men hela kapitlet ingår. I kapitel 2 ska ni fokusera på vilken typ av diagram som används för vilken typ av data samt vilken information man kan läsa ut ur de olika figurerna. Rekommenderade övningar från boken till de här kapitlen: Lind: Kapitel 1 2, 4, 5, 6, 7, 9 samt 10, 13 Lind: Kapitel 2 Här finns en mängd övningar om att rita figurer för hand. Det är nog mindre väl använd tid. I första laborationen kommer ni att lära er hur man gör olika typer av diagram med hjälp av datorer. Fokusera på uppgifterna om hur man läser ut informationen från olika figurer. 35, 45, 46 F2 deskriptiv statistik 2 (Denna föreläsning följs via internet på https://www.scalable-learning.com ) Till det här avsnittet hör kapitel 3 och 4 i Lind et all. I kapitel 3 är de viktigaste avsnitten Measures of location, Why stydy dispersion och the empirical rule. Chebyshevs teorem och The mean and standard deviation of grouped data ingår inte i kursen. I kapitel 4 ingår allt utom Dot Plots och Steam and Leaf Displays Rekommenderade övningar från boken till de här kapitlen: Kapitel 3 Det viktigaste från det här kapitlet är att du lär dig räkna ut variationsvidd(range) medelvärde (mean) median, varians och standardavvikelse. Men ni behöver inte räkna ut dessa för klassindelat material (grouped data) Exempel på bra övningar: 41, 42, 44 och 47-52. Kapitel 4 11, 12, 15, 16, 17, 18, 40 och 41. 19 21 är bra men strunta i the software measure of skewness.
F3 index (Denna föreläsning följs via internet på https://www.scalable-learning.com ) Till det här avsnittet hör kapitel 17 i Lind et all samt Körner, Svante; Wahlgren, Lars, Praktisk statistik, sid 133 142 som ni kan ladda ner från Blackboard. (Om du använder 15 e upplagan har indexkapitlet nummer 15) Rekommenderade övningar 1, 2, 4, 5 8, (fokusera på simple index, Laspeyres och Paasche) 13-15, 29, 30, 35, 36, 41, 42, 47, 48, 54, 55. F4 sannolikhetslära 1 (Denna föreläsning följs via internet på https://www.scalable-learning.com ) Till det här avsnittet ingår kapitel 5 i Lind et all. Viktigast är avsnitten om Contingency tables och Tree Diagrams. Avsnittet om Bayes teorem ingår inte. Viktigast här är övningarna till de olika räknereglerna för sannolikheter. Jag tror det är bra att fokusera på övningar som innehåller sannolikhetsträd och korstabeller eftersom de också innehåller räknereglerna. Exempelvis övningarna 27, 28, 29, 66. Övningarna 23,24,25,och 26 är också bra för att träna på adderings och multiplikationsreglerna F5 sannolikhetslära 2 (Denna föreläsning följs via internet på https://www.scalable-learning.com ) Till det här avsnittet ingår kapitel 6 i Lind et all. Avsnitten What is a probaility distribution och Random Variables är viktigast. Poisson Probability Distribution ingår ej. De viktigaste övningarna i det här kapitlet är de som handlar om att beräkna medelvärde och standardavvikelse för en binomialfördelning, exempelvis 14 c och 14 d. Övningar som också är bra är de som handlar om att beräkna sannolikheten för ett specifikt utfall av binomial och hypergeometriska fördelningar. Exempelvis 14 a, 14 b, och 29.
F6 sannolikhetslära 3 (Denna föreläsning följs via internet på https://www.scalable-learning.com ) Till det här avsnittet ingår kapitel 7 i Lind et all. Avsnitten The Family of Normal Probability Distributions och The Standard Normal Probability Distribution är viktigast men hela kapitlet ingår. (Normalfördelningen som approximation av binomialfördelningen tar jag dock inte upp på den här föreläsningen utan på en senare föreläsning om icke parametriska metoder.) För exponentialfördelningen behöver ni bara veta hur den ser ut och vad den används till. Vi kommer inte att räkna på den. De viktigaste övningarna i det här kapitlet, och i hela sannolikhetsavsnittet, är övningarna om normalfördelningen. 13 30 och 45 54. Alla övningarna är ganska lika så gör så många du behöver för att känna att du behärskar beräkningarna på normalfördelningen. Övningarna på den uniforma fördelningen är mindre viktiga, men eftersom de är enklare kan det vara bra att göra några sådana innan du börjar med uppgifterna på normalfördelningen. F7 Undersökningsdesign Till det här avsnittet hör kapitel 6, 7, 9 och 10 i Bryman och Bell samt kapitel 8 i Lind et all. I Bryman och Bell kapitel 6 ingår allt. I kapitel 7 ingår obundet slumpmässigt urval, stratifierat slumpmässigt urval, bekvämlighetsurval och bortfall. I kapitel 9 ingår allt utom Diaries as a form of self-completion questionnaire. I kapitel 10 ingår allt. Kapitel 8 i Lind är mycket viktigt och allt ingår. I Lind kapitel 8 är det bra att göra övning 15 och 16 för att förstå sambandet mellan standardavvikelsen av urvalsmedelvärden och standardavvikelsen hos individerna i populationen. F8 Konfidensintervall, bortfall Till det här avsnittet ingår kapitel 9 i Lind et all. Kapitlet är mycket viktigt och allt ingår. Dessutom ingår Andersson, Göran; Något om säkerhet och bortfall s 75 89 som ni kan ladda ner från blackboard. I kapitel 9 är alla övningar snarlika så det är svårt att peka ut några som viktigare än de andra. Men se till att ni gör några av varje sort. Estimering av konfidensintervall för medelvärden liksom för andelar. Och för en känd begränsad populationsstorlek liksom för en okänd/oändlig populationsstorlek. Samt några övningar om att beräkna hur stort urval man behöver göra.
F9 Hypotesprövning, Anova test Till det här avsnittet ingår kapitel 10, 11 och 12 i Lind et all. Hela kapitel 10 ingår och är mycket viktigt. (Sista avsnittet om typ 2 fel möjligen lite mindre viktigt) I kapitel 11 ingår allt men fokusera mest på hypotestest under antagande om olika standardavvikelser samt hypotestest för beroende urval. I kapitel 12 behöver ni inte kunna beräkna ANOVA test för hand utan bara tolka SPSS utskrift. Avsnitten Inference about pairs of treatments means, Two Way Analysis of Variance, Two way Anova with Interaction ingår ej. Dessutom ingår Bohlin Lars; Att formulera hypoteser samt Bohlin Lars; Att välja statistisk metod. Rekommenderade övningar: I kapitel 10 är alla övningar snarlika så det är svårt att peka ut några som viktigare än de andra. I kapitel 11 kan ni hoppa över uppgifterna där standardavvikelsen är känd eller antas vara lika i båda populationerna eftersom vi fokuserar på Welch metod där vi antar att båda standardavvikelserna är okända och kan vara olika. Uppgifterna på beroende urval (paired samples) är också viktiga. I kapitel 12 rekommenderas 1-6, 34-36 F10 - F13 regression Till de här avsnitten hör kapitel 1-4 i Andersson, Jorner & Ågren. I kapitel 2 ingår inte avsnitten 2.7, 2.10 och 2.11. I kapitel 3 ingår inte avsnitt 3.6. Ni behöver inte beräkna regressionskoefficienter. Det gör datorerna åt oss nu för tiden. Fokusera istället på tolkningen av dessa. Tentafrågorna om regression kommer att fokusera på tolkning av regressionsresultat. Rekommenderade övningar: 2.7, 2.9, 3.5, 3.6, 3.8, 3.11 Till det här avsnittet bör ni dock i första hand fokusera på övningarna i övningskompendiet. F14 F15 icke parametriska metoder Till det här avsnittet hör kapitel 15 och 16 i Lind et all (17 och 18 om du har upplaga 15 och i den upplagan finner du hypotestest på andelar i kapitel 11 och 12). I kapitel 15 ingår inte avsnittet testing the hypotesis that a Distribution is Normal men i kapitel 16 ingår allt. Dessutom ingår Bohlin Lars; Att formulera hypoteser samt Bohlin Lars; Att välja statistisk metod. Rekommenderade övningar: Kapitel 15: 1-20, 21-24, 27-49, 51 kapitel 16: 5 8, 11, 29 och 30. (kapitel 17 i upplaga 15: 1 6, 9-12, 17-23, 25 kapitel 18 i upplaga 15: 5 8, 11, 29 och 30)
Info om fusk/plagiat Fusk vid examination innebär att studenten försöker utge sig för att ha gjort en uppgift eller del av en uppgift utan att själv ha gjort den. Det kan handla om att använda sig av otillåtet hjälpmedel vid en tentamen, såsom fusklapp, mobiltelefon eller liknande. Det kan också handla om att plagiera, d.v.s. att använda sig av någon annans idéer och sedan beskriva dem som sina egna. Detta sker exempelvis om studenten, utan att hänvisa till sina källor, kopierar text från exempelvis Internet, kurslitteratur eller andra studenters arbeten. Plagiering kan dock också handla om att använda sig av egna texter från tidigare examinerade uppgifter, direktöversättningar från text på annat språk till svenska eller att använda sig av någon annans struktur/modell vid lösning av en uppgift. För att undvika misstanke om plagiat så ska du alltid hänvisa till dina källor. Om du kopierar text till ditt arbete så måste du också ange citattecken om det refererade stycket. Rådet är att du aldrig använder dig av en tidigare students, eller en nuvarande kurskamrats arbete, som förlaga eller inspiration när du skriver ditt arbete, eftersom risken då är hög för att du kan komma att plagiera. För att motverka plagiat använder Mälardalens högskola ett webbaserat system för plagiatkontroll: Urkund. Urkunds källmaterial är omfattande och utgörs av såväl publicerade som opublicerade texter, såsom tidigare studenters arbeten. Genom kontroll av skriftliga inlämningsuppgifter mot Urkund kan plagiering upptäckas och förhindras. En lärare som misstänker fusk genom plagiat är skyldig att anmäla detta till högskolans disciplinnämnd. Påföljden för en student som konstateras ha plagierat är i normalfallen avstängning från studierna under 6 veckor. Under avstängningsperioden har studenten inte rätt till studielån från CSN. Observera att disciplinnämnden i normalfallet inte tar hänsyn till påstådd okunskap hos studenten kring plagiat, eftersom studenter vid Mälardalens högskola har en skyldighet att ta del av gällande regler.