732G71 · 8 hp · Grundnivå (G1F) · Statistik
Regressions- och tidsserieanalys
Ges · nästa start VT 2027
89 %
klarade senaste ordinarie tentan
TENT · 5 maj 2026 · 169 studenter
86 %
klarade ordinarie tentorna, alla tillfällen de senaste 5 åren
TENT · 751 studenter
35 %
Svårare än 35 % av kurserna på grundnivå
Jämfört med 874 kurser på samma nivå, ordinarie tentor de senaste tre läsåren. 318 studenter.
Ingår i 1 program
Tentamen
TENT Tentamen
- VG
- G
- U
Ordinarie tentor
86 % godkända · 751 studenter
- 89 %169
- 81 %149
- 89 %149
- 87 %141
- 84 %143
Omtentor
52 % godkända · 162 studenter
- 69 %16
- 63 %8
- 68 %22
- 17 %12
- 71 %17
- 62 %21
- 22 %23
- 47 %15
- 50 %28
- Klarar omtentan: 52 % (162 studenter), jämfört med 86 % (751 studenter) på ordinarie
- Får VG: 41 % (913 studenter)
Visa små tillfällen (1)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Inlämning eller laboration
PRO1 Projekt
- G
Ordinarie tillfällen
100 % godkända · 527 studenter
- 100 %83
- 100 %99
- 100 %51
- 100 %63
- 100 %87
- 100 %56
- 100 %88
Senare tillfällen
100 % godkända · 231 studenter
- 100 %5
- 100 %19
- 100 %53
- 100 %9
- 100 %45
- 100 %6
- 100 %9
- 100 %9
- 100 %15
- 100 %13
- 100 %28
- 100 %10
- 100 %10
- Klarar ett senare tillfälle: 100 % (231 studenter), jämfört med 100 % (527 studenter) på ordinarie
Visa små tillfällen (4)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %3
- 100 %3
- 100 %3
- 100 %4
Inlämning eller laboration
PROJ Projekt
- G
Inga tillfällen med minst 5 studenter.
Visa små tillfällen (2)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
- 100 %1
Om kursen
Mål
Efter avslutad kurs ska den studerande kunna:
- redogöra för och tillämpa de vanligaste statistiska metoderna inom regressions- och tidsserieanalys
- bedöma vilken modell som är relevant för olika data
- bedöma kvaliteten hos data
- tolka resultat av regressions- och tidsserieanalyser
- genomföra och bedöma prognoser utifrån anpassade modeller
- analysera datamaterial med hjälp av standard statistisk mjukvara
- tillämpa metoder inom regressions- och tidsserieanalys för att besvara frågeställningar i nationalekonomiska och företagsekonomiska studier
Innehåll
I kursen behandlas:
- enkel och multipel linjär regression: formulering, anpassning, statistisk inferens för skattade parametrar, prognoser för nya värden, icke-linjära och kvalitativa förklaringsvariabler, residualanalys, multikolinjäritet, avvikande observationer, modellvalsmetoder, exponentiella modeller och elasticitetsmodeller
- indexteori och efterfrågeanalys
- deskriptiv tidsserieanalys med komponentuppdelning och prognoser
- standardprogram för regressions- och tidsserieanalys
- frågeställningar relaterade till existerande data av nationalekonomisk eller företagsekonomisk karaktär
- Examinator
- Jolanta Pielaszkiewicz
- Huvudområde
- Statistik