course-details-portlet

BMAC8030

Applied Statistics for Business and Social Science Research

Velg studieår
Studiepoeng 7,5
Nivå Doktorgrads nivå
Undervisningsstart Vår 2025
Varighet 1 semester
Undervisningsspråk Engelsk
Sted Trondheim
Vurderingsordning Individual term paper

Om

Om emnet

Faglig innhold

Oversikt

Målet med dette kurset er å gi studentene en introduksjon til avanserte økonometriske metoder ved å bruke Stata. I kurset vil vi fokusere på praktisk anvendelse av metodene brukt i økonomiske fag og andre samfunnsvitenskaper ved å bruke data relevante for deltakerne. Å bli i stand til å skrive gode statistiske forskningsartikler vil hjelpe ph.d.-kandidatene med å publisere deres arbeider i gode akademiske tidsskrift. Statistikk kan også brukes til å bekrefte resultater fra casestudier.

Vi vil gå igjennom det grunnleggende i regresjonsanalyse med fokus på forutsetninger, før vi ser på hva vi kan gjøre når ulike forutsetninger for OLS-regresjon er brutt. Kurset omfatter både tverrsnittsdata, hierarkiske data og tidsseriedata. Det er forskjellig fra andre kurs. For det første er tema og eksempler relevante for studenter innenfor økonomi og andre samfunnsfag. For det andre vil vi i kurset fokusere på anvendt statistikk, og legge til rette for at studentene kan produsere forskningsartikler innenfor kursets rammeverk.

Studentene vil få en repetisjon av grunnleggende regresjonsanalyse, før vi går videre til situasjoner hvor vi ikke kan benytte vanlig OLS-regresjon. Så vil vi gå videre til mer avanserte statistiske metoder, som f.eks. logistisk regresjon, multinomisk og ordinal regresjon, flernivå, panel, SEM-modeller (tema kan variere fra gang til gang).

Kurset vil fokusere på statistiske metoder som er relevante for ph.d.-kandidater i samfunnsvitenskap.

Læringsutbytte

Kunnskap:

  • Demonstrere kunnskap om regresjonsanalyse og dets begrensninger;
  • Å kunne bestemme hvilken type regresjonsanalyse passer for ulike typer avhengige variabler og datastrukturer;
  • Å forstå og bruke forskjellige typer av statistiske modeller, inkludert ulike varianter av logistisk regresjon, flernivåanalyse, paneldata, og tidsserie;
  • Forstå, tolke og presentere statistiske resultater.

Ferdigheter:

  • Vil bli kjent med og i stand til bruke det statistiske verktøyet Stata;
  • Forberede data;
  • Utføre en uavhengig statistisk analyse;
  • Skrive statistiske metodeseksjoner;
  • Skrive kvantitative forskningsartikler.

Læringsformer og aktiviteter

Kurset består av to separate samlinger, som vil bestå av en blanding av presentasjoner og dataarbeid hvor vi bruker både eksempeldata og studentenes egne data. Fokuset i samlingene er å få studentene i stand til å bruke hva de har lært i kurset på deres egne data. Vi vil også introdusere studentene for metodisk litteratur som vil hjelpe dem i deres arbeid.

Mer om vurdering

Kurskrav

Studentene må levere inn en forskningsplan på 2-3 sider, som består av deres forskningsplan (for kursinnlevering), inkludert forskningsspørsmål/hypoteser, hvilke data som skal benyttes samt relevante variabler. Dette skal leveres inn før andre samling. (Hvis det allerede er klart, kan det tas med til første samling.) Studentene skal bruke egne datamaskiner og ha dataprogrammet Stata installert. Det er et krav om minst 80 % deltakelse i kurset.

Karakterer vil være bestått/ikke bestått. Innlevering skal leveres inn som en teoretisk basert statistisk analyse og ha form som en akademisk forskningsartikkel (men med mer vekt på den statistiske delen av artikkelen). Lengden skal være rundt 15 sider. Studentene må bruke én (eller flere) av metodene presentert i kurset. Det er ingen muntlig eksamen.

Emnet er forbeholdt ph.d.-studenter. Kontakt oss på denne e-postadressen: kontakt@hhs.ntnu.no dersom du ønsker å ta emnet.

Forkunnskapskrav

Studentene må være registrert på et ph.d.-program.

Kursmateriell

Vil bli annonsert

Studiepoengreduksjon

Emnekode Reduksjon Fra
BMAC6030 7,5 sp Høst 2018
Dette emne har faglig overlapp med emnet i tabellen over. Om du tar emner som overlapper får du studiepoengreduksjon i det emnet du har dårligst karakter i. Dersom karakteren er lik i de to emnene gis det reduksjon i det emnet som er avlagt sist.

Fagområder

  • Økonomi og administrasjon

Kontaktinformasjon

Emneansvarlig/koordinator

Ansvarlig enhet

NTNU Handelshøyskolen