Informationsansvarig: Anders Nordgaard, anders.nordgaard@liu.se
Sidan uppdaterades senast: 2009-10-15
LiU » IDA » Grundutbildning » Kurs » 732G71 » Kursinformation


[ Hoppa direkt till textinnehållet ]

732G71 (2010/11)

LiU » IDA » Grundutbildning » Kurs » 732G71 » Kursinformation

732G71 Statistik B

Kursinformation

Statistik B är en fortsättning på Statistik A och handlar om metoder för regressions- och tidsserieanalys.

Regressionsanalys är en statistisk metodik för att studera samband mellan variabler, i vårt fall en variabel (responsvariabel) vars utfall vi tror är beroende av en kombination av andra (förklarande) variabler. Vi tittar på metoder för att utröna hur dessa samband ser ut, hur starka sambanden är och hur mycket av variationen i responsvariabeln som förklaras av variation i de förklarande variablerna. Regressionsanalys är användbart bland annat för att undersöka orsakssamband och för att göra prognoser.

En tidsserie är en följd av värden på en variabel som observeras vid olika tidpunkter (exempelvis aktiekurser eller dagstemperaturer). Här går vi igenom metoder för att beskriva en tidsserie och för att göra prognoser för framtida värden med hjälp av tidsserien.

Tillämpningsområdena för såväl regressionsanalys som tidsserieanalys inom det ekonomiska fältet är många, men främst kommer vi att inrikta oss mot nationalekonomi och finansieringsteori. Den senare kopplingen kommer bl.a. att utnyttjas i ett projekt i kursen där speciellt finansieringsdata skall analyseras.

Undervisningen bedrivs i form av:

  • Föreläsningar där kursens moment presenteras och förklaras. Det är bra om ni läser igenom aktuella kapitel i kurslitteraturen innan föreläsningen.
  • Lektioner där övningsuppgifter (och ev. datorövningar) gås igenom. För att lektionerna ska bli meningsfulla bör ni ha försökt räkna uppgifterna innan lektionen.
  • Räknestugor där studenter räknar på egen hand med möjlighet till handledning.
  • Datorövningar där vi löser uppgifter som är för svåra att klara för hand. OBS! Läs igenom och fundera över uppgifterna innan ni kommer till datorsalen.
  • Projektarbete (inlämningsuppgift) som utförs i grupper om runt fyra studenter. Mer information kommer successivt att ges under länken Datorövningar och projekt.

Examinationen består av en skriftlig tentamen och skriftlig redovisning av utfört projektarbete (inlämningsuppgifter). Tentamensdelen omfattar 5.5 högskolepoäng och projektdelen 2.5 högskolepoäng. Tentamensbetygen är underkänt (U), Godkänt (G) och Väl Godkänt (VG). För projekt erhålls U eller G. Vid godkänt projekt är helhetsbetyget på kursen detsamma som tentamensbetyget.

Tillåtna tentamenshjälpmedel kommer att vara Kursbok, formelsamling och miniräknare.


Kurslitteratur

Bowerman, B.J., O'Connell, R, Koehler, A.: Forecasting, Time Series and Regression. 4th ed. Duxbury, 2005. ISBN 0534409776
Kursmaterial som kommer att finnas tillgängligt på kurshemsidan.

Enkel linjär regression

hela Kapitel 3

Multiple regression: Skattningar, t- och F-test,  kvadratiska termer

Avsnitt 4.1-4.7

Multiple regression: dummy variabler, samspelstermer (interaktioner), partiellt F-test

Avsnitt 4.8-4.10

Multiple regression: multikolinjaritet, modelljämförelser, modelval, residualanalys

Avsnitt 5.1 ej C-statistic sid 230, 5.2, 5.3, 5.4 fram till halva sid 257

Index, Elasticitetssamband och efterfrågeanalys

Särskilt material

Tidserieanalys: tidserieregression

Avsnitt 6.1-6.5 (utom sidorna 302-304)

Tidserieanalys: komponentuppdelning

Avsnitt 7.1-7.2

Tidserieanalys: exponentiell utjämning (enkel, dubbel, Holt-Winters). Ar processer

Avsnitt 8.1, 8.3, 8.4

 

Kursansvarig och examinator: Linda Wänström