English   Danish

2015/2016  KAN-CMATV1122U  Multivariate statistiske modeller

English Title
Multivariate Statistical Models

Kursusinformation

Sprog Dansk
Kursets ECTS 7,5 ECTS
Type Obligatorisk udbudt som valgfag
Niveau Kandidat
Varighed Et semester
Starttidspunkt Forår
Tidspunkt Skemaet bliver offentliggjort på calendar.cbs.dk
Studienævn
Studienævnet for HA/cand.merc. i erhvervsøkonomi og matematik, MSc
Kursusansvarlig
  • Søren Feodor Nielsen - Institut for Finansiering (FI)
Primære fagområder
  • Statistik og kvantitative metoder/Statistics and quantitative methods
Sidst opdateret den 06-03-2015
Læringsmål
For at opnå karakteren 12 skal den studerende, med ingen eller få uvæsentlige mangler eller fejl, opfylde følgende læringsmål: Efter at have gennemført kurset kan den studerende:
  • Beherske den flerdimensionale normale fordeling
  • Forstå og anvende lineære blandede modeller (linear mixed models)
  • Forstå og anvende principal komponent analyse og faktoranalyse
  • Forstå og anvende klyngeanalyse og diskriminantanalyse
Forudsætninger for at deltage i kurset
Faget er rettet mod studerende, hvis forudsætninger svarer til en HA(mat.).
Prøve/delprøver
Multivariate statistiske modeller:
Prøvens ECTS 7,5
Prøveform Mundtlig stedprøve
Individuel eller gruppeprøve Individuel
Varighed 20 min. pr. studerende, inkl. votering, karaktergivning og begrundelse
Forberedelse Uden forberedelse
Bedømmelsesform 7-trins-skala
Bedømmer(e) Eksaminator og ekstern censor
Eksamensperiode Forår
Syge-/omprøve
Samme prøveform som ved ordinær prøve
Kursets indhold, forløb og pædagogik

Faget skal give den studerende et indblik i anvendt flerdimensional dataanalyse som i et bredt omfang benyttes indenfor mange erhvervsøkonomiske problemstillinger. Konkret indeholder faget følgende emner: Den flerdimensionale normale fordeling, lineære blandede modeller, principal komponent analyse, faktoranalyse, klyngeanalyse og diskriminantanalyse.

 

Undervisningsformer
Forelæsninger, opgaveregning
Arbejdsbelastning
Forberedelse 175 timer
Undervisning 30 timer
Eksamen 1 timer
Sidst opdateret den 06-03-2015