Efter- og videreuddannelse
Kursussøgning

SAS og AI i praksis

Kursusindhold

Kurset dækker avancerede programmeringsmuligheder i SAS, herunder brug af datastep, konvertering af datasæt fra andre formater og håndtering af formatbiblioteker. Specielle emner, der inkluderer håndtering af tekstvariabler, do-løkker, arrays og SAS-makroer, anvendt til fx Monte Carlo og bootstrap-analyser, gennemgås.

Integration med programmeringssproget SQL og open source-værktøjer (som Python, R, etc.) udforskes for at udnytte styrkerne fra forskellige teknologier. Her vil udvikling og implementering af machine learning-modeller, fx beslutningstræer også blive belyst. Anvendelsen af generativ AI i SAS undersøges, med fokus på simple prompts til generering af SAS-kode og fortolkning af resultater af den statistiske analyse. Den analytiske livscyklus (databearbejdning, analyse og formidling af resultater) behandles som et eksempel på virksomhedspraksis, med fokus på anvendelse af forskellige SAS-applikationer og den underliggende SAS-kode.
 

Engelsk titel

Practical SAS and AI

Uddannelse

Kurset er en revision af kurset "Programmering og statistik med SAS" og overlapper ca. 50% med dette kursus.
Det er ikke muligt at tage begge kurser.
 

Bacheloruddannelsen i økonomi - valgfag fra 4. semester
Kandidatuddannelsen i økonomi - valgfag
 

Kurset er også åbent for studerende på: 

  • Kandidatstuderende fra Social Data Science
  • Kandidatstuderende fra Statskundskab
     

Studerende tilmelder sig kurset via selvbetjeningen. 

Kurset er desuden åbent for:

  • Studerende fra danske universiteter
  • Studerende fra Åbent Universitet
  • Udvekslings- og gæstestuderende fra udlandet

 

Målbeskrivelse

Efter endt kursus forventes den studerende at kunne:

 

Viden:

  • Beskrive og forstå databasestrukturen i SAS
  • Forklare de mange muligheder for datatilrettelæggelse med SAS
  • Beskrive opbygningen af SAS-procedurer
  • Forstå komplekse SAS-programmer
  • Forstå integrationen mellem SAS og open source-værktøjer
  • Beskrive anvendelsen af generativ AI til SAS-kode

 

Færdigheder:

  • Udføre praktisk databehandling i SAS med henblik på at tilrettelægge data til efterfølgende statistiske og økonometriske analyser.
  • Anvende SAS procedurer
  • Fremskaffe information fra generativ AI samt SAS's hjælpefaciliteter for hurtigt at anvende ukendte SAS-procedurer til statistiske analyser
  • Integrere open source-værktøjer med SAS til (statistiske) analyser

 

Kompetencer:

  • Fremskaffe statistiske resultater ved hjælp af ukendte SAS-procedurer
  • Generere og forstå statistiske modeller og machine learning-modeller i SAS
  • Effektivt anvende SAS sammen med generativ AI
     

Ved forelæsningerne gennemgås metoderne ved online SAS-sessioner. Under forelæsningerne regnes en del øvelsesopgaver, hvor studerende afprøver SAS.

Forelæsningsnoter i form af udleverede SAS-programmer samt online-SAS manualen.

Kurset "Sandsynlighedsregning og Statistik" og Økonometri I, hvor Økonometri I som minimum bør følges sideløbende med "SAS og AI i praksis"

For deltagere fra andre studier kræves et introducerende statistikkursus.

Forhåndskendskab til SAS er ikke en forudsætning.

Lektionsplan:
3 timers forelæsninger pr uge fra uge 6 til 20.

Tid og sted:
Tidspunkt og lokale kan ses ved at trykke på linket under "Se skema" i højre side.

Mundtlig
Kollektiv

 

Feedback gives mundtligt under forelæsningerne ved at gennemgå de øvelsesopgaver, som studerende arbejder selvstændigt med i undervisningen.

ECTS
7,5 ECTS
Prøveform
Skriftlig aflevering, 3,5 timer
Prøveformsdetaljer
Individuel bunden hjemmeopgave.
Krav til indstilling til eksamen

Der er ingen forudsætningskrav, den studerende skal opfylde gennem undervisningen for at kunne deltage i eksamen.

Hjælpemidler
Alle hjælpemidler tilladt

Brug af AI-værktøjer er tilladt. Du skal forklare, hvordan du har brugt værktøjerne. Når tekst udelukkende eller primært er genereret af et AI værktøj, skal værktøjet citeres som en kilde.

Bedømmelsesform
7-trins skala
Censurform
Ingen ekstern censur
Eksamensperiode

Eksamensoplysninger:

Eksamensdatoerne findes her:  Eksamener – Det Samfundsvidenskabelige Fakultet - Københavns Universitet

Flere informationer oplyses i Digital Eksamen midt i semesteret. 

 

Reeksamen

Samme som ordinær eksamen. 

Kriterier for bedømmelse

Bedømmelseskriterierne er baseret på indholdet i målbeskrivelsen.

 

For at opnå den højeste karakter "12" skal den studerende med en fremragende præsentation og med ingen eller få uvæsentlige mangler, demonstrere at han/hun lever op til fagets målbeskrivelse og de opstillede punkter for viden, færdigheder og kompetencer.

 

For at opnå karakteren ”02” skal den studerende med en tilstrækkelig præstation, demonstrere minimalt acceptable grad af opfyldelse af fagets målbeskrivelse og de opstillede punkter for viden, færdigheder og kompetencer.

Enkeltfag dagtimer (tompladsordning)

  • Kategori
  • Timer
  • Forelæsninger
  • 42
  • Forberedelse (anslået)
  • 160,5
  • Eksamen
  • 3,5
  • Total
  • 206,0

Kursusinformation

Undervisningssprog
Dansk
Kursusnummer
AØKA08246U
ECTS
7,5 ECTS
Niveau
Kandidat
Bachelor
Varighed

1 semester

Placering
Forår
Pris

Information om priser m.m. for enkelfag og efteruddannelse se Uddannelse på Økonomisk Institut

Skemagruppe
Info om tid og sted:
- Om undervisning: Se "Bemærkninger"
- Om eksamen: Se "Eksamen"
Studienævn
Økonomisk Studienævn
Udbydende institut
  • Økonomisk Institut
  • Institut for Statskundskab
  • Social Data Science
Udbydende fakultet
  • Det Samfundsvidenskabelige Fakultet
Kursusansvarlige
  • Anders Milhøj   (13-437066677475304f6b6e6a716c4267657170306d7730666d)
  • Sara Armandi   (6-776e7337373443646f7870716c316e7831676e)
Underviser

Se "Kursusansvarlige"

Læs forhold vedr. undervisning under "Bemærkninger".

Gemt den 12-12-2024
Tilbage

Er du BA- eller KA-studerende?

Er du bachelor- eller kandidat-studerende, så find dette kursus i kursusbasen for studerende:

Kursusinformation for indskrevne studerende

Københavns Universitet
Nørregade 10
1165 København K
Kontakt:
Find kontaktinfo til fakulteter mv her