732G71 · 8 credits · Basic level (G1F) · Statistik
Multiple Regression and Time Series Analysis
Active · next start VT 2027
89%
passed the latest ordinary exam
TENT · 5 May 2026 · 169 students
86%
passed the ordinary exams, all sittings over the last 5 years
TENT · 751 students
35%
Harder than 35% of courses at basic level
Compared with 874 courses at the same level, ordinary exams over the last three academic years. 318 students.
Part of 1 programme
Exam
TENT Examination
- VG
- G
- U
Ordinary exams
86% passed · 751 students
- 89%169
- 81%149
- 89%149
- 87%141
- 84%143
Re-exams
52% passed · 162 students
- 69%16
- 63%8
- 68%22
- 17%12
- 71%17
- 62%21
- 22%23
- 47%15
- 50%28
- Pass the re-exam: 52% (162 students), compared with 86% (751 students) on the ordinary exam
- Get VG: 41% (913 students)
Show small sittings (1)
Sittings with fewer than 5 students, often credit transfers or special sittings. They are not part of any figure on this page.
- 100%1
Other modules
Partial exams, hand-ins and labs. They are not part of the figures at the top.
Hand-in or lab
PRO1 Project
- G
Main rounds
100% passed · 527 students
- 100%83
- 100%99
- 100%51
- 100%63
- 100%87
- 100%56
- 100%88
Later rounds
100% passed · 231 students
- 100%5
- 100%19
- 100%53
- 100%9
- 100%45
- 100%6
- 100%9
- 100%9
- 100%15
- 100%13
- 100%28
- 100%10
- 100%10
- Pass a later round: 100% (231 students), compared with 100% (527 students) on the ordinary exam
Show small sittings (4)
Sittings with fewer than 5 students, often credit transfers or special sittings. They are not part of any figure on this page.
- 100%3
- 100%3
- 100%3
- 100%4
Hand-in or lab
PROJ Project
- G
No sittings with at least 5 students.
Show small sittings (2)
Sittings with fewer than 5 students, often credit transfers or special sittings. They are not part of any figure on this page.
- 100%1
- 100%1
About the course
Aim
Efter avslutad kurs ska den studerande kunna:
- redogöra för och tillämpa de vanligaste statistiska metoderna inom regressions- och tidsserieanalys
- bedöma vilken modell som är relevant för olika data
- bedöma kvaliteten hos data
- tolka resultat av regressions- och tidsserieanalyser
- genomföra och bedöma prognoser utifrån anpassade modeller
- analysera datamaterial med hjälp av standard statistisk mjukvara
- tillämpa metoder inom regressions- och tidsserieanalys för att besvara frågeställningar i nationalekonomiska och företagsekonomiska studier
Content
I kursen behandlas:
- enkel och multipel linjär regression: formulering, anpassning, statistisk inferens för skattade parametrar, prognoser för nya värden, icke-linjära och kvalitativa förklaringsvariabler, residualanalys, multikolinjäritet, avvikande observationer, modellvalsmetoder, exponentiella modeller och elasticitetsmodeller
- indexteori och efterfrågeanalys
- deskriptiv tidsserieanalys med komponentuppdelning och prognoser
- standardprogram för regressions- och tidsserieanalys
- frågeställningar relaterade till existerande data av nationalekonomisk eller företagsekonomisk karaktär
- Examiner
- Jolanta Pielaszkiewicz
- Main field of study
- Statistik