Kursplan för Avancerad kurs i kvantitativ metod
Advanced Quantitative Methods
Det finns en senare version av kursplanen.
Kursplan
- 7,5 högskolepoäng
- Kurskod: 2FK055
- Utbildningsnivå: Avancerad nivå
-
Huvudområde(n) och successiv fördjupning:
Freds- och konfliktkunskap A1F
Förklaring av koder
Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:
Grundnivå
- G1N: har endast gymnasiala förkunskapskrav
- G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
- G1E: innehåller särskilt utformat examensarbete för högskoleexamen
- G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
- G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
- GXX: kursens fördjupning kan inte klassificeras
Avancerad nivå
- A1N: har endast kurs/er på grundnivå som förkunskapskrav
- A1F: har kurs/er på avancerad nivå som förkunskapskrav
- A1E: innehåller examensarbete för magisterexamen
- A2E: innehåller examensarbete för masterexamen
- AXX: kursens fördjupning kan inte klassificeras
- Betygsskala: Underkänd (U), godkänd (G), väl godkänd (VG)
- Inrättad: 2016-06-02
- Inrättad av: Institutionsstyrelsen
- Reviderad: 2019-05-09
- Reviderad av: Institutionsstyrelsen
- Gäller från: HT 2019
-
Behörighet:
Kandidatexamen. 90 hp i freds- och konfliktkunskap eller 90 hp i närliggande relevant ämne och minst 30 hp i freds- och konfliktkunskap eller motsvarande. Samhällsvetenskaplig metodkurs om 15 hp på avancerad nivå. Erfarenhet av R eller motsvarande statistisk mjukvara krävs.
- Ansvarig institution: Institutionen för freds- och konfliktforskning
Mål
Efter avslutad kurs förväntas studenterna:
- ha utökat sin bekantskap med kvantitativa metoder inom freds- och konfliktforskning
- kunna specificera komplexa Monte Carlo-simuleringsmodeller och kunna utvärdera specificeringsproblem
- ha uppnått grundläggande kunskaper om programmering och datahanteringstekniker
- ha inhämtat omfattande kunskaper om statistikmjukvarupaketet R
- kunna specificera, bedöma och tolka generaliserade linjära regressionsmodeller såsom:
- tidsserie- och paneldatamodeller
- modeller för kategoriska beroende variabler (binary, multinomial, och ordinal logit)
- modeller för diskreta data
- vara bekant med tekniker för imputering av bortfallsdata samt simulering av prediktioner, första differensen, och andra relevanta kvantiteter från skattade modeller
- självständigt skriva uppgifter inom en avgränsad tidsram
Innehåll
Kursens fokus ligger på att praktiskt lära sig att specificera, bedöma, tolka och utvärdera modeller, och att kunna identifiera vilka typer av modeller som passar för olika typer av datagenererande processer. Den teoretiska introduktionen av modellerna kommer att inbegripa grundläggande matematik. Under introduktionen till R kommer särskild tonvikt att läggas vid programmets s.k. skriptspråk. I detta sammanhang sker också en genomgång av några grundläggande programmeringstekniker som krävs för en effektiv och transparent forskningsprocess. Dessa tekniker är också nödvändiga vid tillämpningen av Monte Carlo-tekniker.
Undervisning
Undervisningen ges i form av 10 föreläsningar. Under kursen skall fyra uppgifter lösas (ungefär en per vecka).
Doktorander kommer att ha en längre litteraturlista och kommer också att avkrävas ett längre PM, förutom de fyra uppgifterna.
Examination
Betygssättning baseras på inlämningsuppgifter (80%) och på aktivt deltagande under lektionerna (20 %). Betygssättning för doktoranderna baseras på de fyra uppgifterna (50 %), PM (30 %) och på aktivt deltagande under lektionerna (20 %). Varje uppgift består av ett mindre PM samt ett R script som utgör grunden för PM:et. Samtliga uppgifter/PM måste lämnas in.
Betyg: Väl godkänt (VG), Godkänt (G), Underkänt (U). Två omtentatillfällen erbjuds varje år kursen ges.
Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare.
Övriga föreskrifter
Kursen erbjuds gemensamt till både forskarstuderande och studenter på masternivå. Kursen syfte är att förbereda studenten inför författandet av en kvantitativ uppsats eller en forskningsartikel. Efter genomförd kurs skall studenten ha stärkt sin förmåga att läsa, kritiskt utvärdera samt kunna replikera majoriteten av de publicerade studierna inom kvantitativ freds- och konfliktforskning.
Versioner av kursplanen
Litteratur
Litteraturlista
Gäller från: VT 2022
I bibliotekets söktjänst kan du se om en titel finns elektroniskt.
-
Carsey, Thomas M.;
Harden, Jeffrey J.
Monte Carlo simulation and resampling : methods for social science
Thousand Oaks, California: Sage Publications, [2014]
Obligatorisk
-
Gelman, Andrew;
Hill, Jennifer
Data analysis using regression and multilevel/hierarchical models
2007
Obligatorisk
Artiklar, e-böcker och bokkapitel som är elektroniskt tillgängliga via biblioteket tillkommer. Detaljerad litteraturlista och uppdaterad information kommer att finnas tillgänglig i kursguiden för det aktuella kurstillfället.
Versioner av litteraturlistan
- Senaste litteraturlista (giltig från VT 2022)
- Äldre litteraturlista (giltig från VT 2020)