English   Danish

2013/2014  DIP-HD1_D2  Dataanalyse II

English Title
Dataanalyse II

Kursusinformation

Sprog Dansk
Prøve-ECTS 5 ECTS
Type Valgfag
Niveau Diplom
Varighed Et semester
Placering Efterår
Tidspunkt Se skemaet på e-Campus
Studienævn
Studienævnet for HD (1. del)
Kursusansvarlig
  • Gorm Gabrielsen - Institut for Finansiering (FI)
Primære fagområder
  • Statistik og matematik/Statistics and mathematics
Sidst opdateret den 22-08-2013
Læringsmål
Med udgangspunkt i fagets pensum skal den studerende kunne:
  • Redegøre for forudsætninger og anvendelse af udvalgte statistiske analysemetoder.
  • Identificere og analysere erhvervsøkonomiske problemstillinger på grundlag af aktuelle samfundsdata og demonstrere evnen til at konludere ud fra de udførte analyser, herunder foretage valg af strategiske løsninger.
  • Sammenfatte og præsentere resultater af statistiske analyser på en systematisk og sammenhængende måde, der dokumenterer overblik, indsigt og forståelse for fagets erhvervsøkonomiske anvendelse.
Prøve/delprøver
Dataanalyse II:
Prøveform Mundtlig stedprøve
Individuel eller gruppeprøve Individuel
Faget Dataanalyse skal være bestået som forudsætning for at kunne deltage i faget. Hvis Dataanalyse ikke er bestået, skal man som minimum være tilmeldt eksamen i det obligatoriske fag, før man kan tilmeldes valgfaget.
Varighed 20 min. pr. studerende, inkl. votering, karaktergivning og begrundelse
Bedømmelsesform 7-trins-skala
Bedømmer(e) Eksaminator og bi-eksaminator
Eksamensperiode Efterårstermin
Hjælpemidler der må medbringes Med visse hjælpemidler, se listen nedenfor:
Case udleveres før eksamen. Casebesvarelsen medbringes som oplæg til den mundtlige eksamen. Den skriftlige del indgår ikke i bedømmelsen.
Syge-/omprøve
Samme prøveform som ved ordinær prøve
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 fag Dataanalyse II er at udvide den statistiske viden med henblik på analyse af mere komplekse strukturer ud fra en virksomheds- /samfundsorienteret indfaldsvinkel. Faget anvender nogle avancerede statistiske modeller og metoder, hvor formålet er at understøtte datadrevne beslutninger, der ofte er styret ud fra en analytisk tilgang.
Gennem dette fag skal den studerende således udvikle viden, færdigheder og kompetencer i at kunne gennemføre analyser, forstå og fortolke resultater  ud fra givne data. Forståelse for modellernes og metodernes forudsætninger er centrale emner i fagets indhold.
Den studerende skal opnå evnen til at kommunikere analusernes konklusioner til såvel specialist såvel som ikke specialist
Modelforståelsen understøttes gennem anvendelse af statistikprogrammet SAS JMP - herved bliver det matematiske fundament for modellerne ikke et selvstændigt emne i undervisningen.

I fagetDataanalyse II behandles følgende modeller:
• Multipel regressionsanalyse
• Varians- og kovariansanalyse 
• Logistisk regression (fx spørgeskemaundersøgelser)
• Identifikation af tidsrækkekomponenter
• Tidsrækkeanalyse

• Forecastmodeller

I undervisningen er der fokus på modellernes forudsætninger med særligt henblik på validering af de trufne konklusioner. 

Undervisningsformer
Holdundervisning med dialog kombineret med gruppebaserede case præsentationer.
Sidst opdateret den 22-08-2013