Teorin för den allmänna linjära modellen: Estimering, konfidensintervall, hypotesprövning.
Regressionsanalys: Multipel regressionsanalys.
Modellering: ”selection bias”, simultanitet, heteroskedasticitet, multikollinearitet och metoder för skattning med sådana problem; LOGIT-modellen
Variansanalys: Ensidig, tvåsidig och flersidig indelning, hierarkisk indelning. Systematiska och slumpmässiga komponenter.
Försöksplanering: Faktorförsök, fullständigt randomiserat försök, randomiserade block, romersk kvadrat, fullständiga och fraktionella 2k-försök.
Stickprovsteori: Enkelt slumpmässigt urval, stratifierat urval.
Statistisk kvalitetskontroll: Skiljande och styrande kontroll. Fördelningsfria metoder.
Efter fullgjord kurs förväntas studenten kunna
- analysera och modellera konkreta data med hjälp av statistiska programpaket
- analysera och tillämpa teorin för den allmänna linjära modellen på konkreta problem genom att estimera parametrar i den generella modellen och kvantifiera osäkerheten i dessa skattningar samt avgöra hur osäkerheten påverkar besluten i en hypotesprövningssituation.
- utföra multipel regressionsanalys och avgöra tillämpbarheten av denna modell på ett konkret problem
- Förstå problem med observerade data, såsom simultanitet och ”sample selection bias” och kunna använda instrumentvariabler vid skattning av sådana modeller
- utföra en- och tvåsidiga variansanalyser och särskilja modeller med systematiska och slumpmässiga faktorer i konkreta modelleringssituationer.
- analysera och värdera val av försöksplaner, det vill säga särskilja fullständigt randomiserade försök, randomiserade blockförsök och romerska kvadrater vid planering och modellering av experiment. Även avgöra tillämpligheten av ett slumpmässigt urval och ett stratifierat urval.
- tillämpa fullständiga och fraktionella 2^k-försök på konkreta problem
- kritiskt välja och tillämpa fördelningsfria metoder på konkreta problem utifrån olika modelleringsaspekter
För att uppnå högsta betyg förväntas studenten dessutom kunna följande:
- Kombinera samtliga ovannämnda begrepp och metoder för att lösa mer sammansatta problem.