Statistik och dataanalys II

Mål

Efter avslutad kurs ska den studerande på avancerad nivå kunna:

• Använda statistisk programvara för att estimera linjära regressionsmodeller för tvärsnitts- och paneldata samt redogöra för de statistiska principer som ligger till grund för dessa modeller.
• Använda statistisk programvara för att transformera data till ett format som är lämpligt för att estimera regressionsmodeller och göra robusthetskontroller.
• Tolka parametrarna i linjära regressionsmodeller, predicera utfall och utvärdera ”goodness of fit.”
• Beskriva logiken bakom kausal inferens, förstå skillnaden mellan orsakssamband och korrelation och hur detta är relaterat till regressionsmodeller.
• Identifiera vanliga problem vid kausala tolkningar av linjära modeller, samt kunna bedöma och förklara hur olika modelleringstekniker kan bidra till att lösa dessa problem.
• Utvärdera validiteten och robustheten i kausala inferenser under olika antaganden om hur data har genererats.

Innehåll

Kursen introducerar principerna bakom och den praktiska tillämpningen av linjär regressionsanalys. Underliggande modellantaganden diskuteras och granskas. I intensiva datorlaborationer lär sig studenten använda statistiska verktyg för att transformera samhällsvetenskapliga data till lämpliga format, att estimera statistiska modeller, samt att tolka modellparametrar. Resterande del av kursen fokuserar på kausal inferens. Paneldatamodeller och statistiska verktyg för att estimera sådana presenteras och deras betydelse för att fastställa orsakssamband diskuteras. Kursen behandlar även hur naturliga experiment och instrumentella variabler kan användas för att fastställa orsakssamband. Estimatens känslighet för inkorrekta modellantaganden utvärderas och särskild uppmärksamhet ges åt metoder baserade på datasimuleringar.