English   Danish

2010/2011  DIP-D2  Dataanalyse II

English Title
Dataanalyse II

Kursusinformation

Sprog Dansk
Point 5 ECTS (150 SAT)
Type Valgfrit
Niveau Diplom
Placering
Tidspunkt Se skemaet på e-Campus
Studienævn
Studienævnet for HD 1. del
Kursusansvarlig
  • Gorm Gabrielsen - Institut for Finansiering
Fagområde/Category
  • Statistik og matematik/Statistics and mathematics
Sidst opdateret den 29 maj 2012
Læringsmål
Med udgangspunkt i fagets pensum skal den studerende kunne:
  • Redegøre for baggrund og forudsætninger for de anvendte analysemetoder
  • Identificere erhvervsøkonomiske problemstillinger, der kan belyses ud fra en analyse af passende datamaterialer
  • Med udgangspunkt i et datamateriale at analysere konkrete erhvervsøkonomiske problemstillinger på en måde, som demonstrerer overblik, indsigt og forståelse
  • Med udgangspunkt i et datamateriale at analysere konkrete erhvervsøkonomiske problemstillinger med henblik på at argumentere for strategiske løsninger.
  • Sammenfatte og præsentere resultater af statistiske analyser på en systematisk og sammenhængende måde, der viser overblik, indsigt og forståelse for fagets erhvervsøkonomiske anvendelse.
Vurdering Mundtlig med skriftligt forlæg
Karakterskala 7-trins skala
Censur Eksaminator
Eksamensperiode Efterårstermin
Eksamination
Forudsætninger for indstilling til eksamen
Kursets indhold, forløb og pædagogik

I det obligatoriske fag Dataanalyse på HD 1.del introduceres og behandles en række af de basale statistiske grundbegreber, beskrivelser, analyseformer, modeller og metoder.
Formålet med det valgfrie fagDataanalyse II er at udvide viden om og færdigheder i behandling og beskrivelse af mere komplekse sammenhænge og forskelle. Faget giver viden om og forståelse af en række mere avancerede statistiske modeller og metoder, der vil være meget relevante at kunne anvende og forstå for HD’ere, der sidder i eller kommer til at sidde i funktioner og afdelinger, hvor beslutninger i høj grad er datadrevne, hvor mange forskellige typer data behandles, hvor analytiske tilgange er fremherskende, og høj grad af forståelse for mere komplicerede statistiske sammenhængende analyser er påkrævet, for at være en kompetent og værdifuld medarbejder i funktionen eller afdelingen.

Gennem dette fag skal den studerende således udvikle viden, færdigheder og kompetencer i at kunne gennemføre analyser, forstå og fortolke resultater fra datasæt samt opnå forståelse for forudsætninger for anvendelse af de modeller og metoder, der nævnes i fagets indhold. Den studerende skal opnå evnen til at kommunikere resultaterne til specialist såvel som ikke specialist, og blive i stand til at træffe beslutninger med udgangspunkt i indsamlet data samt være i stand til at analysere ved hjælp af de modeller og metoder, der nævnes i fagets indhold.
I undervisningen opøves desuden anvendelsen af et avanceret statistikprogram, eksempelvis SPSS eller SAS JMP.
I fagetDataanalyse II behandles følgende modeller:
• Multipel regressionsanalyse
• Herunder regression med dummy-variable
• Logistisk regression
• Variansanalyse
• Modeller til test af forskelle og sammenhænge i ordinal og nominal skalerede data

• Forecastmodeller
I undervisningen fremhæves de typer af målinger og stikprøveudvælgelsesmetoder, der er forudsætninger for anvendelse af modellerne.