uc:sendtilenven runat server id uc_sendtilenven
Ændre størrelse på tekst Print

Generaliserede lineære modeller


Semesterangivelse: Forårs kursus

 


Udgave: Forår 2013 Samf
Punkter: 10 ECTS

Semester:

Forår 2013
Institutter: Sociologi
Studieordning: KA Metodefag
Uddannelsesdel: Kandidat niveau
Kontaktpersoner: Mads Meier Jæger
Skema- oplysninger:  Vis skema for kurset
Samlet oversigt over tid og sted for alle kurser inden for Lektionsplan for Det Samfundsvidenskabelige Fakultet Forår 2013 Samf
Formål: Formålet med kurset er at gøre deltagerne i stand til at estimere og fortolke resultater fra de mest almindelige GLM-modeller, fx den ordinale og multinomiale logistiske regressionsmodel og Poisson-modellen. Kurset introducerer også mere avancerede GLM-modeller som fx Conditional/Nested Logit, Zero-Inflated Poisson og Stereotype/Generalized Ordered logit. Resultater fra GLM-modeller er mere komplicerede at fortolke end resultater fra lineære modeller, og kurset lægger derfor vægt på, at deltagerne får ”hands on”-erfaring med at estimere og fortolke GLM-modeller. Kurset afvikles som en kombination af forelæsninger og praktiske øvelser hvor deltagerne benytter statistikpakken Stata til at estimere og fortolke GLM-modeller.
Indhold: Dette kursus introducerer generaliserede lineære modeller (GLM). GLM-modeller er regressionsmodeller, som benyttes når den afhængige variabel er ikke er målt på intervalskalaniveau (fx indkomst eller temperatur), men derimod antager diskrete værdier. En diskret afhængig variabel kan være binær (fx om man er levende eller død), ordinal (fx om man er ”uenig”, ”enig” eller ”meget enig” i et udsagn), ikke-ordnet (fx om man foretrækker bus, færge eller bil som befordringsmiddel) eller en tællevariabel (fx hvor mange gange man gik til lægen sidste år). Diskrete afhængige variable optræder ofte i samfundsvidenskabelige data og GLM-modeller er derfor et godt supplement til den traditionelle lineære regressionsmodel.
Lærebøger: J. Scott Long (1997): Regression Models for Categorical and Limited Dependent Variables. Thousand Oaks: Sage (udvalgte kapitler i kompendium)

Daniel A. Powers and Yu Xie (2000): Statistical Methods for Categorical Data Analysis. San Diego: Academic Press (udvalgte kapitler i kompendium)

J. Scott Long and Jeremy Freese (2006): Regression Models for Categorical Dependent Variables Using Stata. College Station, TX: Stata Press (udvalgte kapitler i kompendium)

Herudover kompendium med eksempler på forskning, som benytter de forskellige metoder.
Tilmelding:
Kursustilmelding finder sted på selvbetjeningen på KUnet i perioden 15. november - 1. december 2012 – ved kursustilmeldingen bliver man automatisk tilmeldt eksamen.

Tilmelding som meritstuderende: læs mere her

Tilmelding som selvbetalende studerende under Åben Uddannelse: læs mere her
Eksamensform:
Efter tilmelding til kurset er man automatisk tilmeldt eksamen. Er der flere eksamensformer skal man selv vælge eksamensform på selvbetjeningen på KUnet.

Til dette kursus er knyttet følgende eksamensformer:

• Skriftlig opgave

Bedømmelse: 7-trins-skala
Individuel eller gruppe
Intern censur

Omfang: Max 15 sider á 2400 tegn (inkl. mellemrum). Ved gruppebesvarelser tillægges 50 % á 2400 tegn pr. ekstra studerende.
Bemærk: Ved gruppebesvarelser skal den enkelte studerendes bidrag kunne konstateres.

Aflevering af eksamensopgaver:

Kl. 12.00 i sekretariatet (16.1.26) – For at se listen med afleveringsdatoer, klik venligst på nedenstående link.

Deadline for aflevering af skriftlige opgaver/handing in papers


Kursus hjemmeside:
Bemærkninger: Kurset fungerer også som liniefag for specialiseringsretningen: Metode
Undervisnings- sprog: Kun dansk
Sidst redigeret: 19/3-2013



Københavns Universitet