732G93 · 7,5 hp · Grundnivå (G1F) · Statistik
Regressions- och tidsserieanalys
Ges · nästa start VT 2027
60 %
klarade senaste ordinarie tentan
TEN1 · 2 jun 2026 · 120 studenter
63 %
klarade ordinarie tentorna, alla tillfällen de senaste 5 åren
TEN1 · 436 studenter
77 %
Svårare än 77 % av kurserna på grundnivå
Jämfört med 874 kurser på samma nivå, ordinarie tentor de senaste tre läsåren. 214 studenter.
Tentamen
TEN1 Tentamen
- VG
- G
- U
Ordinarie tentor
63 % godkända · 436 studenter
- 60 %120
- 66 %94
- 40 %65
- 85 %95
- 55 %62
Omtentor
46 % godkända · 226 studenter
- 39 %41
- 59 %22
- 0 %20
- 31 %29
- 62 %29
- 31 %16
- 78 %9
- 79 %19
- 82 %11
- 43 %30
- Klarar omtentan: 46 % (226 studenter), jämfört med 63 % (436 studenter) på ordinarie
- Får VG: 28 % (662 studenter)
Visa små tillfällen (4)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 50 %4
- 100 %1
- 100 %1
- 100 %1
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Inlämning eller laboration
PROJ Projekt
- G
Ordinarie tillfällen
100 % godkända · 303 studenter
- 100 %54
- 100 %61
- 100 %34
- 100 %92
- 100 %62
Senare tillfällen
100 % godkända · 160 studenter
- 100 %35
- 100 %38
- 100 %5
- 100 %6
- 100 %5
- 100 %9
- 100 %5
- 100 %5
- 100 %25
- 100 %15
- 100 %12
- Klarar ett senare tillfälle: 100 % (160 studenter), jämfört med 100 % (303 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 %2
- 100 %4
- 100 %3
- 100 %4
Om kursen
Mål
Efter avslutad kurs ska den studerande kunna:
- redogöra för och tillämpa vanliga statistiska inferensmetoder inom regressions- och tidsserieanalys inklusive tidsserie kopplad till efterfrågan och index
- bedöma vilken modell som är relevant för olika data
- bedöma kvaliteten hos data samt tolka resultat av regressions- och tidsserieanalyser
- analysera datamaterial med hjälp av standard statistisk mjukvara
Innehåll
I kursen behandlas:
- enkel och multipel linjär regression
- indexteori och efterfrågeanalys
- deskriptiv tidsserieanalys med komponentuppdelning och prognoser
- statistisk mjukvara för regressions- och tidsserieanalys
- Examinator
- Jolanta Pielaszkiewicz
- Huvudområde
- Statistik