• Skal kunne anvende basale sandsynlighedsteoretiske værktøjer til at beskrive en given problemstilling og kunne redegøre for, hvordan disse værktøjer forklarer begrebet tilfældighed
• Skal med udgangspunkt i givne data kunne specificere en relevant statistisk model og redegøre for modellens antagelser og begrænsninger
• Skal kunne forklare forskelle og ligheder mellem forskellige datatyper og statistiske modeller
• - Skal kunne analysere sammenhænge mellem kategoriske, diskrete og kontinuerte variable ved at anvende de relevante statistiske metoder: Analyse af kontingenstabeller, regressionsmodeller og variansanalyse
• Skal kunne anvende relevant software til at udføre en statistisk analyse af givne data og kunne fortolke de opnåede resultater
• Skal være i stand til at forholde sig kritisk til resultaterne af en statistisk analyse
• Skal kunne kommunikere resultaterne af en statistisk analyse til personer uden specifik statistisk viden.
• Skal kunne redegøre for forskellene mellem kausale teorier og den statistiske forståelse af inferens

Kursets formål er at give den studerende indsigt i statistisk metode, samt evnen til kritisk at forholde sig til statistiske undersøgelser. Hensigten er, at den studerende skal blive i stand til at bruge statistiske værktøjer på en måde, hvor den studerende er klar over væsentligheden og grundlaget for de metodiske valg, der tages. Den studerende vil lære at gennemføre statistiske undersøgelser, samt at forholde sig kritisk til statistisk materiale. Kurset vil først og fremmest præsentere basale statistiske metoder, samt oplære den studerende i at bruge disse. Det filosofiske aspekt af kurset vil bestå i en præsentation af forskellene mellem statistisk og ikke-statistisk viden. Ydermere vil det blive diskuteret i hvilket omfang rummet for empirisk viden, eller kausal forståelse, falder sammen med rummet for det som kan analyseres med statistiske modeller.

Kurset vil gennem forelæsninger og praktiske øvelser dække emnerne

• Logik og mængdelære
• Sandsynlighedsregning: Sandsynlighedsfortolkning, stokastiske variable, sandsynlighedsfordelinger og fordelingsmæssige egenskaber, betinget sandsynlighed
• Deskriptiv statistik: Både numerisk og grafisk
• Statistisk inferens: Estimation, konfidensinterval og hypotesetest
• Regression: Simpel og multipel regression
• Variansanalyse: Sammenligning af flere end to grupper
• Analyse af kontingenstabeller
• Logistisk regression.
• Forskellene og relationerne mellem kausalitet og statistisk inferens.
• Forholdet mellem kriterierne for anvendelsen af empirisk viden og kriterierne for anvendeligheden af statistiske modeller.

Alan Agresti: Statistical Methods for the Social Sciences, 5^th ed., Pearson 2018.

Supplerende litteratur:

Ian Hacking: An introduction to Probability and Inductive Logic, Cambridge University Press 2001.