Empiriske metoder

MET4 Empiriske metoder

Høst 2022

  • Innhold

    Kurset bygger på og viderefører metode- og redskapsfag fra første studieår. Studentene trenes i empirisk analyse og bruk av data som beslutningsstøtte. Tolking av økonomiske og bedriftsrelaterte data står i fokus. Studentene skal kunne skille tilfeldig variasjon fra systematisk variasjon og årsakssammenhenger fra samvariasjon. Det legges vekt på integrasjon med de øvrige økonomiske fag gjennom eksempler og konkrete anvendelser. Mens hovedfokus tidligere i studiet har vært analyser med én variabel, tar en her opp analyser med flere variabler.

     

    Emneoversikt:

    1. Introduksjon til samfunnsvitenskapelig metode

    • Metodelære
    • Kvalitativ vs kvantitativ analyse
    • Forskningsetikk

     

    2. Deskriptiv statistikk

    • Populasjon og utvalg
    • Variablers målenivå
    • Sentraltendens, variasjon og samvariasjon

     

    3. Sammenligning av to grupper

    • Generalisering fra utvalg til populasjon
    • Sammenligning av to gjennomsnitt
    • Sammenligning av to standardavvik
    • Sammenligning av to andeler

     

    4. Kjikvadrattester

    • Test for flere andeler i én populasjon («goodness-of-fit-test»)
    • Test for uavhengighet i krysstabeller (kontingenstabeller)

     

    5. Regresjonsanalyse

    • Enkel regresjon
    • Multippel regresjon: Modellering og residualanalyse
    • Paneldata
    • Kategorisk regresjon

     

    6. Introduksjon til maskinlæring 

    7. Tidsrekkeanalyse og prognoser

  • Læringsutbytte

    • Kunnskap:
      • Gjøre rede for det teoretiske fundamentet for de statistiske metodene som gjennomgås i kurset.

     

    • Ferdigheter:
      • Grunngi valg av den statistiske metoden som passer best i en realistisk problemstilling, for deretter å gjøre bruk av metoden.
      • Lage deskriptiv statistikk ved hjelp av både numeriske og grafiske metoder, i aktuell programvare.
      • Gjennomføre inferens om en og to populasjoner baser på et eller to utvalg. 
      • Benytte lineær regresjon til å identifisere den lineære avhengighetsstrukturen mellom et sett med forklaringsvariable og en responsvariabel, for tverrsnitts- og paneldata
      • Skille mellom korrelasjon og kausalitet i empiriske problemstillinger.
      • Tolke og presist beskrive resultatet av en statistisk analyse.
      • Kjenne til nyere metoder og utvikling innen maskinlæring.
      • Veie bias og varians mot hverandere for å optimere prediksjonskraften til maskinlæringsteknikker.
      • Bygge en empirisk modell ved hjelp av variable og funksjonell form for kunne løse bestemte problemer.
      • Identifisere enkle tidsrekkemodeller og lage prognoser.

     

    • Generell kompetanse:
      • Kjenne igjen empirsk argumentasjon i samfunnsdebatten og i nyhetsbildet, og kritisere metodevalg, utførelse og fortolkning.
      • Utføre grunnleggende databehandling ved hjelp av moderne dataverktøy.

  • Undervisningsopplegg

    Kurset vil innebære interaktive sesjoner og forelesninger som vil foregå fysisk på kampus. Nettbaserte moduler vil også støtte store deler av pensum gjennom videosnutter, notater og oppgaver.  Studentene vil også jobbe med datalabber med øvelsesoppgaver og case fra læreboken. Studentene skal gjøre en obligatorisk innlevering som øver dem i å rapportere statistiske analyser og dokumentere aktiv bruk av statistisk programvare.

  • Anbefalte forkunnskaper

    Det anbefales at studenter har tilegnet seg kunnskap tilsvarende MET3.

  • Krav til forkunnskaper

    Det forutsettes at studenter har tilegnet seg kunnskap tilsvarende MET2.

  • Overlapping med andre emner

    Ingen.

  • Obligatorisk aktivitet (arbeidskrav)

    Godkjent innleveringsoppgave (godkjent/ikke godkjent).

  • Vurderingsordning

    Eksamen består av to deler. En individuell hjemmeeksamen (4 timer) teller 70 % og en gruppebasert hjemmeeksamen (3 dager, fra kl. 09:00 dag 1 til kl. 14:00 dag 3) teller 30 %. Tillatt gruppestørrelse er 2-4.

    De to deleeksamenene kan tas uavhengig av hverandre, men det anbefales at de tas i samme semester.

    Gjentak av eksamen kan gjøres i en av deleksamenene eller i begge.

  • Karakterskala

    A-F, for vurderingsdeler og for emnet som helthet.

  • Dataverktøy

     R

  • Litteratur

    Keller:Statistics for management & economics, 2. utgave, Cengage

    Forelesningsnotater.

    Deler av pensum er også dekket i Jan Ubøe, Statistikk for økonomifag, som brukes i MET2.

Oppsummering

Studiepoeng
7.5
Undervisningsspråk
Norsk.
Semester

Høst og vår. Tilbudt høsten 2022.

Emneansvarlig

Førsteamanuensis Håkon Otneim, Institutt for foretaksøkonomi (Hovedemneansvarlig)

Førsteamanuensis Geir Drage Berentsen, Institutt for foretaksøkonomi