Timeplan, pensum og eksamensdato

Velg semester

Kort om emnet

Emnet gir en oversikt over sentrale modeller og teknikker for regresjonsanalyse utover standard lineær regresjon. Spesielt lærer studentene om regresjonsanalyse for ofte forekommende typer av responsvariable, inkludert binære/binomiske, Poisson samt gammafordelte responser.  Emnet behandler også regresjonsmetodikk for avhengige responsvariabler. 

    Hva lærer du?

    Etter å ha fullført emnet:

    • Har du kunnskap om den eksponensielle fordelingsklasse og er kjent med viktige spesialtilfeller av denne som normalfordelinger, samt binomiske, Poisson og gammafordelinger.
    • Er du kjent med generaliserte lineære modeller (GLM) som regresjonsmodellering med responsvariable fra den eksponensielle fordelingsklasse.
    • Har du trening i å analysere data fra viktige spesialtilfeller av GLM, særlig logistisk regresjon og Poissonregresjon.
    • Er du kjent med begrepene linkfunksjon for å modellere sammenhengen mellom forventning til responsen og kovariater samt begrepet variansfunksjon for å spesifisere sammenheng mellom forventning og varians til responsene.
    • Kjenner du til utvidelser av GLM modellene ved hjelp av kvasi-likelihood basert på spesifisering av linkfunksjon og variansfunksjon.
    • Kjenner du til utvidelser av GLM som muliggjør modellering og analyse av avhengige responsvariable, spesielt varianskomponentmodeller og blandede modeller med både faste og tilfeldige effekter.

    Opptak og adgangsregulering

    Studenter må hvert semester søke og få plass på undervisningen og melde seg til eksamen i Studentweb.

    Dersom du ikke allerede har studieplass ved UiO, kan du søke opptak til våre studieprogrammer, eller søke om å bli enkeltemnestudent.

    Forkunnskaper

    Obligatoriske forkunnskaper

    I tillegg til generell studiekompetanse eller realkompetanse må du dekke spesielle opptakskrav:

    En av disse:

    • Matematikk R1
    • Matematikk (S1+S2)

    Og en av disse:

    • Matematikk (R1+R2)
    • Fysikk (1+2)
    • Kjemi (1+2)
    • Biologi (1+2)
    • Informasjonsteknologi (1+2)
    • Geofag (1+2)
    • Teknologi og forskningslære (1+2)

    De spesielle opptakskravene kan også dekkes med fag fra videregående opplæring før Kunnskapsløftet, eller på andre måter. Les mer om spesielle opptakskrav.

    Anbefalte forkunnskaper

    Emnet bygger på STK1100 - Sannsynlighetsregning og statistisk modellering, STK1110 - Statistiske metoder og dataanalyse 1, MAT1100 - Kalkulus, MAT1110 - Kalkulus og lineær algebra og MAT1120 - Lineær algebra.

    Overlappende emner

    Emnet overlapper 10 studiepoeng mot gamle ST-IN216. Emnet overlapper 5 studiepoeng mot ST202, ST213 og ST301. Emnet overlapper 3 studiepoeng mot ST202A.

    * Vi gjør oppmerksom på at informasjon om overlapp mot gamle og nye emner ikke er fullstendig. Ta eventuelt kontakt med matematisk institutt.

    Undervisning

    5 timer forelesning/regneøvelse hver uke hele semesteret.

    Eksamen

    2 obligatoriske oppgaver. Skriftlig eksamen.

    Hjelpemidler

    Tillatte hjelpemidler til eksamen: Godkjent kalkulator, formelsamling for STK1100/STK1110 og formelsamling for STK2120.

    Eksamensspråk

    Dersom emnet undervises på engelsk vil det bare tilbys eksamensoppgavetekst på engelsk.

    Du kan besvare eksamen på norsk, svensk, dansk eller engelsk.

    Karakterskala

    Emnet bruker karakterskala fra A til F, der A er beste karakter og F er stryk. Les mer om karakterskalaen.

    Begrunnelse og klage

    Adgang til ny eller utsatt eksamen

    Dette emnet tilbyr både utsatt og ny eksamen. Les mer:

    Trekk fra eksamen

    Det er mulig å ta eksamen i emnet inntil tre ganger. Dersom du trekker deg fra eksamen etter fristen eller under eksamen, bruker du et eksamensforsøk.

    Tilrettelagt eksamen

    Søknadskjema, krav og frist for tilrettelagt eksamen.

    Evaluering av emnet

    Vi gjennomfører fortløpende evaluering av emnet, og med jevne mellomrom ber vi studentene delta i en mer omfattende evaluering.

    Fakta om emnet

    Studiepoeng

    10

    Nivå

    Bachelor

    Undervisning

    Hver høst

    Eksamen

    Hver høst

    Undervisningsspråk

    Engelsk

    Emnet undervises på engelsk. Dersom ingen studenter har ønsket emnet på engelsk innen første forelesning, kan emnets undervisning gis på norsk.