Dataanalys, linjär regressionsanalys, hypotesprövning, prognoser, ekonometriska modeller med tvärsnittsdata och tidsseriedata; modellantaganden, multikollinearitet, heteroscedasticitet, autokorrelation, stationära och icke-stationära tidsserier, Excel; R och/eller Python, Big data, övervakad och oövervakad inlärning.
AI201V Dataanalys av marknader och produkter II 2,5 hp
Dataanalys, linjär regressionsanalys, hypotesprövning, prognoser, ekonometriska modeller med tvärsnittsdata och tidsseriedata; modellantaganden, multikollinearitet, heteroscedasticitet, autokorrelation, stationära och icke-stationära tidsserier, Excel; R och/eller Python, Big data, övervakad och oövervakad inlärning.
Information per kursomgång
Kursomgångar saknas för aktuella eller kommande terminer.
Kursplan som PDF
Notera: all information från kursplanen visas i tillgängligt format på denna sida.
Kursplan AI201V (VT 2021–)Rubriker med innehåll från kursplan AI201V (VT 2021–) är markerade med en asterisk ( )
Innehåll och lärandemål
Kursinnehåll
Lärandemål
Efter kursen ska studenten ha goda praktiska och teoretiska kunskaper i olika ekonomeriska metoder och i moderna programvaror för dataanalys med fokus på regressionsanalyser och sambandsanalyser av marknader och produkter, med betoning på bygg- och fastighetsekonomiska, företagsekonomiska, nationalekonomiska och finansiella tillämpningar. Efter genomgången kurs ska studenten kunna använda moderna programvaror som och digitala verktyg för att:
1) formulera och tillämpa mer avancerade ekonometriska metoder som baseras på linjär regressionsanalys.
2) estimera, tolka och presentera resultat av regressionsanalyser av tvärsnittsdata och tidsseriedata
3) kritiskt använda egna och andras ekonometriska resultat
4) tillämpa några vanligen förekommande metoder som används i analys av big data
5) beskriva skillnader mellan övervakad och oövervakad inlärning
i syfte att ge stöd till beslutsfattare att fatta beslut som leder till en mer hållbar och allokering av knappa resurser.
Kurslitteratur och förberedelser
Särskild behörighet
Högskoleingenjörsexamen, teknologie kandidatexamen, civilingenjörsexamen, teknologie masterexamen, arkitektexamen.
Kurslitteratur
Du hittar information om kurslitteratur antingen i kursomgångens kurs-PM eller i kursomgångens kursrum i Canvas.
Examination och slutförande
Betygsskala
P, F
Examination
- TEN1 - Hemtentamen, 2,5 hp, betygsskala: P, F
Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.
Examinator får medge annan examinationsform vid omexamination av enstaka studenter.
När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.
Examinator
Ingen information tillagd
Etiskt förhållningssätt
- Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
- Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
- Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.
Ytterligare information
Kursrum i Canvas
Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.
Ges av
Huvudområde
Samhällsbyggnad
Utbildningsnivå
Avancerad nivå
Övrig information
AVSEDD FÖR YRKESVERKSAMMA INOM BRANSCHEN!