Dataanalys, hypotesprövning, prognoser, ekonometriska modeller med logistisk regressionsanalys och paneldata regression, logit, probit, multinomial logit, ordnad logit, tvärsnittsdata, tidsseriedata och paneldata, longitudinella data, modellantaganden, random effects, fixed effects, Excel, R och/eller Python
AI204V Dataanalys av marknader och produkter III 2,5 hp
Dataanalys, hypotesprövning, prognoser, ekonometriska modeller med logistisk regressionsanalys och paneldata regression, logit, probit, multinomial logit, ordnad logit, tvärsnittsdata, tidsseriedata och paneldata, longitudinella data, modellantaganden, random effects, fixed effects, Excel, R och/eller Python.
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 AI204V (VT 2021–)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 logistisk regressionsanalys och paneldata regression, för analys 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 olika ekonometriska metoder med betoning på logistisk regression och paneldata regression.
2) estimera, tolka och presentera resultat av logistisk regressionsanalys och paneldata regressionsanalyser.
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
Behörighet: Högskoleingenjörsexamen, teknologie kandidatexamen, civilingenjörsexamen, teknologie masterexamen, arkitektexamen.
Rekommenderade förkunskaper
Utrustning
Kurslitteratur
Examination och slutförande
När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.
Betygsskala
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.
Möjlighet till komplettering
Möjlighet till plussning
Examinator
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
Ges av
Huvudområde
Utbildningsnivå
Påbyggnad
Kontaktperson
Övrig information
AVSEDD FÖR YRKESVERKSAMMA INOM BRANSCHEN!