Statistik och dataanalys I

Mål

Efter avslutad kurs ska den studerande på avancerad nivå kunna:

• Beskriva de grundläggande postulaten och teoremen för tillämpad sannolikhetslära;
• Skilja mellan diskreta och kontinuerliga sannolikhetsfördelningar och förstå hur dessa är relaterade till idén om stokastiska variabler;
• Relatera vanliga sannolikhetsfördelningar som används i samhällsvetenskapen till olika sociala processer och utfall;
• Använda statistisk programvara för att skapa slumpmässiga stickprov baserade på de vanligaste sannolikhetsfördelningarna;
• Förklara principerna för Monte Carlo-simulering och implementera simuleringar med hjälp av lämpliga beräkningsverktyg;
• Genomföra univariat hypotesprövning med hjälp av data och lämpliga beräkningsverktyg, samt kunna analysera och tolka hypotesprövningarnas resultat och robusthet.

Innehåll

Kursen ger en översikt av de huvudsakliga grundpelarna i sannolikhetslära och statistik av relevans för samhällsvetenskaplig forskning, samt introducerar programmeringsverktyg för statistisk analys. De huvudsakliga sannolikhetsfördelningar som används inom samhällsvetenskaplig forskning, inklusive binomialfördelning, exponentiell fördelning, normalfördelning och Poissonfördelning, introduceras, och deras egenskaper och tillämpningar utforskas i intensiva datorlaborationer. Statistisk programvara används för att göra simuleringar baserade på dessa fördelningar. Beräkningsmetoder, inklusive Monte Carlo-simulering, används för att utforska de mest centrala teoremen under olika förhållanden. Hypotesprövningar för parametrar och statistik relaterade till vanliga univariata fördelningar introduceras och beräkningsalternativ diskuteras.