Generaliserede lineære modeller

Kursusindhold

Dette kursus introducerer generaliserede lineære modeller (GLM). GLM-modeller er regressionsmodeller, som benyttes når den afhængige variabel ikke er målt på intervalskalaniveau (fx indkomst eller temperatur), men derimod antager diskrete værdier. En diskret afhængig variabel kan være binær (fx om man er levende eller død), ordinal (fx om man er ”uenig”, ”enig” eller ”meget enig” i et udsagn), ikke-ordnet (fx om man foretrækker bus, færge eller bil som befordringsmiddel) eller en tællevariabel (fx hvor mange gange man gik til lægen sidste år). Diskrete afhængige variable optræder ofte i samfundsvidenskabelige data, og GLM-modeller er derfor et godt supplement til den traditionelle lineære regressionsmodel. Kurset er empirisk og praktisk orienteret og kombinerer forelæsninger med "hands on" øvelser, hvor den studerende selv arbejder med GLM-modeller i statistikprogrammet Stata.

Engelsk titel

Generalized Linear Models

Uddannelse

KA Metode og forskningspraksis (2015 studieordningen)
Kan placeres i alle fagpakker

KA Metodefag (2005 studieordningen)
Specialiseringslinie: Metode

Målbeskrivelse

Viden:

Efter endt kursus har den studerende viden om

- en række almindelige GLM-modeller, herunder den ordinale og multinomiale logistiske regressionsmodel og Poisson-modeller for tælledata

- en række mere avancerede modeller som fx conditional/nested logit, zero-inflated Poisson og generaliseret ordinal regression.

 

Kurset giver den studerende kendskab til de mest almindelige GLM- modeller.

 

Færdigheder:

Efter endt kursus kan den studerende

(1) argumentere for valget af en bestemt GLM model givet den afhængige variabels måleegenskaber,

(2) estimere GLM-modeller i statistikprogrammet Stata og

(3) fortolke resultater fra de mest almindelige GLM-modeller.

 

Kompetencer:

Kurset gør den studerende i stand til at

- analysere den brede vifte af diskrete anhængige variable, som optræder i  samfundsvidenskabelige data (surveys, registerdata, brugerundersøgelser, tilfredshedmålinger etc.)

- selvstændigt planlægge og udføre analyser af denne type data.

Holdundervisning

Uddrag fra grundbøger + artikler fra videnskabelige tidsskrifter, der anvender de modeller, som præsenteres i undervisningen

Kendskab til grundlæggende statistik samt lineær regression

Dette kursus har adgangsbegrænsninger. Kurset vil som udgangspunkt ikke blive udbudt igen. Du kan således ikke planlægge efter, at det udbydes i senere semestre, end hvad der fremgår af denne kursusbeskrivelse.

VEJLEDENDE ARBEJDSBELASTNING
Antallet af undervisningstimer er ens for både 7,5 og 10 ECTS.

10 ECTS
Forelæsninger: 28
Undervisningsforberedelse: 120
Øvelser: 30
Projektarbejde: 47
Eksamensforberedelse: 50
I alt: 275

ECTS
Se eksamensbeskrivelse
Prøveform
Skriftlig aflevering
Individuel/gruppe. Ved en skriftlig opgave forstås en opgave, der besvarer et eller flere stillede spørgsmål. Der eksamineres her på baggrund af fagets pensum, dvs. den litteratur, der er fastlagt af underviseren. Den skriftlige opgave må maximalt fylde 10 sider. Ved gruppebesvarelser tillægges 5 sider pr. ekstra studerende. Se detaljer for prøveform i studieordningen og den generelle eksamensvejledning på KUnet.
Bedømmelsesform
7-trins skala
Censurform
Ingen ekstern censur
Kriterier for bedømmelse

Se målbeskrivelsen

ECTS
Se eksamensbeskrivelse
Prøveform
Skriftlig aflevering
Individuel/gruppe. Ved en skriftlig opgave forstås en opgave, der besvarer et eller flere stillede spørgsmål. Der eksamineres her på baggrund af fagets pensum, dvs. den litteratur, der er fastlagt af underviseren. Den skriftlige opgave må maximalt fylde 10 sider. Ved gruppebesvarelser tillægges 5 sider pr. ekstra studerende. Se detaljer for prøveform i studieordningen og den generelle eksamensvejledning på KUnet.
Bedømmelsesform
7-trins skala
Censurform
Ingen ekstern censur
Kriterier for bedømmelse

Se målbeskrivelsen

  • Kategori
  • Timer
  • Forelæsninger
  • 28
  • Undervisningsforberedelse
  • 105
  • Forberedelse
  • 13
  • Eksamen
  • 60
  • Total
  • 206