771A19 · 7,5 hp · Avancerad nivå (A1N) · Computational Social Science
Modellering av diskreta val
Status okänd
93 %
klarade senaste ordinarie tentan
HEM2 · 28 mar 2025 · 44 studenter
91 %
klarade ordinarie tentorna, alla tillfällen de senaste 5 åren
HEM2 · 102 studenter
28 %
Svårare än 28 % av kurserna på avancerad nivå
Jämfört med 285 kurser på samma nivå, ordinarie tentor de senaste tre läsåren. 44 studenter.
Ingår i 1 program
Tentamen
HEM2 Hemtentamen
- A
- B
- C
- D
- E
- FX
- F
Ordinarie tentor
91 % godkända · 102 studenter
- 93 %44
- 90 %20
- 95 %21
- 82 %17
Omtentor
80 % godkända · 5 studenter
- 80 %5
- Klarar omtentan: 80 % (5 studenter), jämfört med 91 % (102 studenter) på ordinarie
- Får B eller A: 57 % (107 studenter)
Visa små tillfällen (7)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
- 100 %2
- 100 %1
- 100 %1
- 100 %3
- 100 %2
- 100 %2
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Övrigt moment
ASS1 Uppgifter
- A
- B
- C
- D
- E
- F
Ordinarie tillfällen
94 % godkända · 101 studenter
- 90 %42
- 100 %19
- 100 %22
- 89 %18
Senare tillfällen
Inga tillfällen med minst 5 studenter.
- Får B eller A: 82 % (101 studenter)
Visa små tillfällen (12)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
- 100 %3
- 100 %1
- 100 %1
- 100 %3
- 100 %1
- 100 %1
- 100 %1
- 100 %1
- 100 %1
- 100 %1
- 100 %1
Om kursen
Mål
Efter avslutad kurs ska den studerande på avancerad nivå kunna:
- Identifiera problem som lämpligast modelleras med diskreta valmodeller;
- Redogöra för vilka modeller som är lämpliga för särskilda tillämpningar med tvärsnitts- eller paneldata;
- Utveckla lämpliga modellspecifikationer för diskreta valmodeller;
- Skapa lämpliga datastrukturer för att estimera diskreta valmodeller;
- Kritiskt granska och tolka modellresultat av statistiskt komplexa diskreta valmodeller;
- Använda statistisk mjukvara för att estimera diskreta valmodeller, beräkna prediktioner, samt tolka och analysera deras resultat.
Innehåll
Denna kurs ger studenten färdigheter i att använda diskreta valmodeller för egen empirisk forskning. Studenten lär sig att konstruera lämpliga datamaterial för diskreta valmodeller, och att estimera sådana modeller, inklusive binomial, multinomial och conditional logistisk regression, samt att tolka resultaten. Fokus kommer att ligga på de praktiska aspekterna av modellering. Genom intensiva datorlaborationer får studenten praktisk erfarenhet i att använda datamaterial som inbegriper konsumentval, val av bostadsort och rörlighet på arbetsmarknaden. Även mer avancerade modeller för hantering av paneldata och icke observerbar heterogenitet, samt identifikation av latenta grupper kommer att undersökas och appliceras. Särskilt applikationer i form av kontrafaktiska studier och agentbaserad simulering kommer att undersökas under datorlaborationerna.
- Examinator
- Richard Öhrvall
- Huvudområde
- Computational Social Science