|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
SYLLABUS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Linear statistical models, 12 ECTS Credits | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
AIM OF THE COURSE | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
The course provides basic skills for professional work in which data are explored, modified, modelled and assessed to detect, estimate and verify linear statistical relationships. Having completed the course, the student should be able to: - employ linear statistical models to examine relationships between random variables and derive linear predictors and classifiers from given data sets, - demonstrate insightful assessment of the quality of given data sets and the generalization capacity of identified statistical relationships, - use knowledge about widely used methods for the analysis of linear statistical relationships, - display a good understanding of major principles for the selection, estimation and validation of linear statistical models. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
CONTENTS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
The course content comprises practical as well as theoretical elements, for example: - computer exercises, - simple and multiple linear regression, logistic regression, Poisson regression, - analysis of variance, and covariance analysis, - point and interval estimation and significance testing of model parameters, - multicolinearity, - residual analysis, - model selection based on hypothesis testing, information criteria, and cross-validation. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
TEACHING | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Computer exercises in which the students have access to supervision provide practical experience of data analysis. The teaching comprises lectures, seminars, and computer exercises. The lectures are devoted to presentations of theories, concepts, and methods. The seminars comprise student presentations and discussions of assignments. Language of instruction: English. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
EXAMINATION | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Assignments encompassing computer-based data analysis. One final written examination. Students who have passed an examination may not retake it in order to improve their grades. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ADMISSION REQUIREMENTS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Student’s entering the course should have passed at least one course in basic statistics. Also, courses in calculus and linear algebra are required. Documented knowledge of English equivalent of ”Engelska” is required, or an intenational proficiency test, e.g. TOEFL, minimum score 550/213. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
GRADING | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
The course is graded according to the ECTS grading scale A-F | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
CERTIFICATE | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
COURSE LITERATURE | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
The course literature is decided upon by the department in question. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
OTHER INFORMATION | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Planning and implementation of a course must take its starting point in the wording of the syllabus. The course evaluation included in each course must therefore take up the question how well the course agrees with the syllabus. The course is carried out in such a way that both men´s and women´s experience and knowledge is made visible and developed. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||