Emnet tar for seg statistiske metoder som er essensielle i alle tverrfaglige prosjekter som skal behandle datamengder. Forståelse for statistikk og kvantitativ forskningsmetode er en av bærebjelkene i kunnskapservervelse og -kommunikasjon innen naturvitenskap og medisin. Metodene som undervises er derfor relevante for en rekke av FNs bærekraftsmål der innhenting og analyse av data inngår.

Emnets innhold: Estimering og testing i enkle og multiple lineære regresjonsmodeller og i logistiske regresjonsmodeller. Regressorutvelgelse. Residualanalyse og metoder for modellundersøkelse. Prediksjon. Praktisk bruk av statistisk programvare.

KUNNSKAP: Studentene lærer å analysere data ved hjelp av lineær regresjon, både enkel og multippel regresjon, og med innslag av kategoriske variabler. Studenten får en enkel innføring i logistisk regresjon.

FERDIGHETER: Studentene skal være i stand til å gjennomføre statistiske analyser med metodene nevnt i Kunnskap. De skal kunne bruke forskjellige modeller på samme data og være i stand til å validere modellene og avgjøre hvilke som egner seg best. De skal kunne tolke resultatene fra analysene og videreformidle hva som er blitt gjort, resultatene samt svakheter og begrensinger med analysene og modellene. De skal forstå viktigheten av å ha gode data (eksempelvis representativitet, uavhengighet) for å kunne trekke nyttige og riktige konklusjoner fra en undersøkelse. 

GENERELL KOMPETANSE: Studentene skal kunne anvende det de har lært på problemstillinger i sitt studium og senere i yrkeslivet og utføre analyser på egne data. Samtidig skal de kunne stille kritiske spørsmål til statistiske resultater som de genererer eller som blir presentert for dem og vurdere holdbarheten av disse resultatene.

ECN201 og ECN202 - full reduksjon.

STAT300 - 5 stp. reduksjon

Forelesninger : 2 timer daglig.

Regneøvinger: 4 timer daglig.