ASTK12289U Udbud: Videregående kvantitativ metode
Course: Advanced quantitative methods
10 ECTS på BA-uddannelsen
Metode er vores værktøj som samfundsvidenskabere. Vores metodiske viden hjælper os til at analysere sammenhænge i virkeligheden på en systematisk og valid måde. Dette udbud fokuserer specifikt på den kvantitative del af det metodiske univers. Vi anvender programmet Stata, der er meget udbredt, relativt fleksibelt og hurtigt, men samtidig overskueligt at gå til uden særlige forudsætninger.
Målene med kurset er at udbygge evnen til at drage inferens til en relevant population ud fra en stikprøve af data, opbygge forståelse for kriterierne for kausal inferens og opnå grundlæggende kendskab til forskellige forskningsdesignbaserede tilgange, der fremmer kausal inferens.
Disse mål søges opnået gennem en grundig gennemgang af samfundsvidenskabernes måske mest anvendte metode, lineær regression, og mere avancerede, naturlige udvidelser af denne model: paneldata, instrumentvariable og analyse af eksperimentelle data. Selvom hovedfokus er på lineær regression vil vi også stifte kort bekendtskab med regressionsmodeller, der tager højde for at den afhængige variabel er begrænset. Endelig vil, der være overvejelser om, hvordan man designer og analyserer eksperimentelle studier og andre, mere generelle dataovervejelser.
I løbet af faget vil vi komme igennem følgende emner.
- Videnskabsteoretiske overvejelser om kausal inferens, herunder det eksperimentelle ideal.
- OLS: Mekanik, Inferens \& Estimation.
- OLS: Andre problematikker.
- Maximum likelihood: Modeller med begrænsede afhængige variable
- Paneldata.
- Instrumentvariable.
- Design og analyse af eksperimenter.
- Et kort rids af nye retninger for det statistiske paradigme.
Udbuddets målsætning er at sætte den studerende i stand til efter endt undervisning at kunne:
- Forstå og afrapportere de vigtigste resultater fra de mest anvendte kvantitative metoder.
- Gennemføre selvstændige, statistiske analyser på datamateriale.
- Reflektere over og begrunde metodiske valg i forbindelse med disse analyser.
- Forstå styrker og svagheder ved avancerede kvantitative metoder.
- Designe, analysere og fortolke eksperimenter og observationsstudier.
- Redegøre for begrænsninger for kausal inferens ud fra en given metode samt reflektere over, hvordan man kan drive analysen tættere på at give kausalslutninger.
Jeffrey Woolridge, 2012. Introductory Econometrics. Cengage Learning, 5. edition.
Alan Gerber and Donald Green, 2012. Field Experiments. W. W. Norton \& Company.
Samt udvalgte tidsskriftartikler, der demonstrerer anvendelse af metoderne.
Undervisningen vil skifte mellem forelæsningsprægede diskussioner af pensum, og gennemgang af små opgaver, som de studerende forventes at have forberedt hjemmefra.
- Kategori
- Timer
- Eksamen
- 6
- Forberedelse
- 44
- Holdundervisning
- 28
- Undervisningsforberedelse
- 100
- Øvelser
- 28
- I alt
- 206
- Point
- 7,5 ECTS
- Prøveform
- Skriftlig afleveringFri opgave
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ekstern censur
Kriterier for bedømmelse
- Karakteren 12 gives for den fremragende præstation, dvs. hvor den studerende med ingen eller få og uvæsentlige mangler og på selvstændig og overbevisende måde er i stand til at indfri målbeskrivelsen for udbuddet.
- Karakteren 7 gives for den gode præstation, dvs. hvor den studerende, om end med adskillige mangler, på sikker vis er i stand til at indfri målbeskrivelsen for udbuddet.
- Karakteren 02 gives for den tilstrækkelige præstation, dvs. den minimalt acceptable præstation, hvor den studerende kun usikkert, mangelfuldt og/eller uselvstændigt er i stand til at indfri målbeskrivelsen for udbuddet.
Kursusinformation
- Sprog
- Dansk
- Kursuskode
- ASTK12289U
- Point
- 7,5 ECTS
- Niveau
- KandidatBachelor
- Varighed
- 1 blok
- Placering
- Blok 3
- Skemagruppe
- Kurset følger ikke skemastrukturen
- Efter- og videreuddannelse
- Pris
Læs mere på www.polsci.ku.dk --> Uddannelser --> Åbent Universitet
- Studienævn
- Statskundskab studienævn
Udbydende institut
- Institut for Statskundskab
Kursusansvarlige
- Jens Olav Dahlgaard
- Martin Vinæs Larsen (3-6f786e426b6875306d7730666d)