EPN

PHDPR9800 Statistiske metoder og analysedesign Emneplan

Engelsk emnenavn
Statistical methods and analysis design
Studieprogram
Ph.d.-program i profesjonsstudier
Ph.d.-program i profesjonsstudier
Omfang
10.0 stp.
Studieår
2021/2022
Emnehistorikk

Innledning

Som forskere er vi ofte ute etter å finne systematikk i store mengder data, og vi vil aller helst være sikker på at denne systematikken ikke kun er et resultat av tilfeldigheter og annen ‘støy’. Det finnes mange ulike typer statistiske metoder som kan benyttes for å prøve teorier og teste hypoteser. Alle disse statistiske teknikkene har styrker og svakheter som det er viktig å kjenne til. Det er også avgjørende å vite hvilke statistiske analyseteknikker som egner seg til hvilken type datamaterialer. ‘Statistiske metoder og analysedesign’ tar sikte på å gi kursdeltakerne en bred oversikt over statistiske metoder, samt muligheten til å gå i dybden på en eller flere av disse.

Forkunnskapskrav

Bestått mastergrad (120 studiepoeng) eller tilsvarende utdanning. Interesserte mastergradsstudenter kan søke om plass og få opptak på dette emnet dersom det er ledige plasser.

Det er en forutsetning med forkunnskaper innen statistiske metoder, f.eks. å ha gjennomført mastergradskurs i statistikk, evt. jobberfaring der statistiske analyser var en del av stillingen.

For søkere som har lite erfaring med statistiske metoder, anbefales forkurset «Statistikk med Stata – forkurs til Statistiske metoder». Forkurset går over to dager, og gir en nyttig innføring i anvendt statistikk. For mer informasjon, se https://www.oslomet.no/studier/sps/statistikk-med-stata

Søkere må sende inn et sammendrag på om lag én A4-side med informasjon om eget ph.d.-prosjekt. Sammendraget sendes inn innen søknadsfristens utløp. For nærmere informasjon, se https://www.oslomet.no/no/studier/sps/statistiske-metoder

Læringsutbytte

Etter fullført emne har kandidaten følgende læringsutbytte, definert som kunnskap, ferdigheter og generell kompetanse:

Kandidaten

Kunnskap 

  • Har god kjennskap til ulike typer kvantitative datamaterialer (panel, tverrsnitt, tidsserier, etc.), og styrker og svakheter ved disse.

  • Har inngående kunnskap over hvilke statistiske analyseteknikker som egner seg til hvilken type datamaterialer.

  • Vet forskjellen mellom statistiske sammenhenger og kausalforhold, samt kjenner til ‘omitted variable bias’.

Ferdigheter

  • Kan analysere kvantitative datasett vha. OLS/lineær sannsynlighetsmodell.

  • Kan tolke resultatene fra en OLS analyse på en overbevisende måte.

  • Kjenner til en eller flere kausale analyseteknikker (f.eks. individnivå fast effekt).

  • Har et kritisk blikk på kausalanalyser og kan påpeke mulige svakheter ved designet.

Generell kompetanse

  • Forstår viktigheten av å spille med åpne kort gjennom hele forskningsprosessen ved hjelp av deskriptiv statistikk, alternative modellspesifikasjoner, og/eller bruk av andre statistiske metoder.

  • Kan si noe om hvordan, og på hvilken måte, de foreslåtte/planlagte/gjennomførte statistiske analysene bidrar med noe nytt til forskningslitteraturen (evt. forklare hvorfor replikasjon er nødvendig).

  • Forstår at ‘beskrivende’ analyseteknikker (f.eks. OLS analyse) kan være like – eller mer – nyttig kunnskapsmessig, sammenlignet med mer ‘forklarende’ analyseteknikker slik som diff-in-diff eller SEM.

Innhold

‘Statistiske metoder og analysedesign’ starter med generell informasjon og en kort repetisjon av nøkkelbegreper innen anvendt statistikk (f.eks. gjennomsnitt, median, standardavvik, signifikanstesting, etc.). Forskjellene mellom statistiske sammenhenger og kausalforhold diskuteres, etterfulgt av en relativt dyptpløyende gjennomgang av OLS analyse siden denne teknikken er en helt sentral byggekloss for flere av de mer ‘avanserte’ statistiske metodene. Ulike typer kausalanalyser blir også dekket i nokså bredt omfang, og det legges særlig opp til en grundig gjennomgang av individnivå fast effekt, diff-in-diff, propensity score matching, og structural equation modeling (SEM). I tillegg skal vi innom instrumentvariabel-metode (IV), regression discontinuity, og flernivåanalyse, men ikke i like stor utstrekning (dette vil muligens endres dersom kursdeltakerne ønsker mer fokus på disse eller andre analyseteknikker). Det veksles mellom klasseromsundervisning (inkl. diskusjon og gruppearbeid) og arbeid i laben.

Arbeids- og undervisningsformer

Emnet gjennomføres som en kombinasjon av (i) forelesninger m/ diskusjon og gruppearbeid, og (ii) arbeid i laben.

Forelesningene vil både dekke generelle temaer innen anvendt statistikk, samt gå mer i dybden på enkelte statistiske metoder. Det er bakt inn en del fleksibilitet i undervisningsplanen, slik at vi har mulighet til å dekke andre potensielle statistiske metoder etter ønske fra kursdeltakerne. Fokuset er gjennomgående på styrker og svakheter ved de ulike analyseteknikkene.

Undervisningen i lab foregår i statistikkprogrammet Stata. Deltakerne kan benytte seg av andre programmer (f.eks. R, SAS eller SPSS), men undervisningen vil ikke bli tilrettelagt for noe annet program enn Stata. Det anbefales derfor å gjøre seg kjent med Stata i forkant av kurset. Søkere som har lite eller ingen erfaring med Stata, bør ta forkurset «Statistikk med Stata – forkurs til PHDPR9800». For mer informasjon se https://www.oslomet.no/studier/sps/statistikk-med-stata

Vi kommer til å benytte oss av to datasett (ett tverrsnitt, ett panel) som vi låner fra NSD, og deltakerne trenger ikke tilgang til sitt eget datamateriale. Men det vil selvsagt være en fordel å kunne teste ut noen av analyseteknikkene på sitt eget datamateriale, og da særlig mot slutten av kurset når deltakerne skal starte med oppgaven/ paperskissen.

Kurset går over 6 dager fordelt på to uker, med undervisning/lab ca. kl. 10—16.

Arbeidskrav og obligatoriske aktiviteter

Aktiv deltakelse både i undervisning og i laben er en forutsetning for å få fullt utbytte av kurset. Etter første uke med kurs, skal deltakerne levere inn en besvarelse (på omtrent 2-4 sider) på en lab-oppgave. Innleveringen kan både gjennomføres alene, eller sammen i mindre grupper (2-3 personer). Arbeidskravet vurderes til godkjent/ikke godkjent. I etterkant av kurset skal deltakerne levere en oppgave/ paperskisse. Dette arbeidskravet vurderes også til godkjent/ikke godkjent. Se under for mer informasjon.

Det er satt et krav om obligatorisk tilstedeværelse på 80 prosent, dvs. at man kan maksimalt gå glipp av én kursdag. Ved helt spesielle omstendigheter kan kursdeltaker få innvilget søknad om fritak fra tilstedeværelseskravet. I slike tilfeller må kursdeltaker kompensere for fravær vha. flere innleveringer og skriftlige oppsummeringer av utvalgte pensumtekster. 

Arbeidskrav vurderes til godkjent eller ikke godkjent.

Vurdering og eksamen

Godkjent deltakelse på emnet, bestått lab-besvarelse og bestått oppgave gir 10 studiepoeng. Deltakerne skal skrive og levere inn en oppgave/ paperskisse på ca. 15 sider, med skriftstørrelse 12 og dobbel linjeavstand. Temaet er valgfritt, men bør aller helst være nært forbundet med ph.d.- (eller mastergrads-) prosjektet som deltakeren er i gang med. Oppgaven/ paperskissen leveres senest to måneder etter siste kursdag. Oppgaven vurderes til bestått/ikke bestått. En presis problemstilling, overbevisende bruk av pensumlitteratur, samt metodisk kompetanse vektlegges i vurderingen. Innleverte oppgaver som vurderes til ‘ikke bestått’ kan leveres inn på nytt i en revidert form/versjon, én gang innen en nærmere angitt frist.

Bestått oppgave er en forutsetning for å oppnå 10 studiepoeng.

Vurderingen av innlevert oppgave gjøres på grunnlag av læringsutbyttebeskrivelser for emnet. Kursdeltakerne får skriftlige kommentarer og tilbakemeldinger på oppgaven/ paperskissen, i en stil som minner om fagfellevurdering.

Det gis ikke anledning til forlengelse av innleveringsfristen. Unntak er sykdom som dokumenteres med sykemelding. Etter søknad kan det gis utsettelse tilsvarende den dokumenterte sykdomsperioden.

 

Hjelpemidler til vurdering/eksamen Alle

Klageadgang Bestemmelser om eksamen og fusk i forskrift om studier og eksamen ved OsloMet gjelder for arbeider som inngår i ph.d.-programmets opplæringsdel.

Opptakskrav

Emnet er primært for stipendiater som er tatt opp i et ph.d.-program. Ved ledige plasser er emnet åpent for andre interesserte med mastergrad eller tilsvarende utdanning. OsloMet-ansatte og -studenter prioriteres ved opptak.

Dette emnet er primært lagt til rette for stipendiater som er tatt opp på et ph.d.-program ved OsloMet – storbyuniversitetet. Dersom det er ledige plasser, vil det åpnes for at (i) stipendiater ved andre ph.d.-programmer, (ii) mastergradsstudenter ved OsloMet, (iii) ansatte ved OsloMet, og (iv) mastergradsstudenter ved andre læresteder kan delta, i prioritert rekkefølge.