| Skriv ut | Lukk vindu |
Høst 2026
STA-0040 Regresjons- og variansanalyse - 2.5 stp
Ansvarlig enhet
Emnetype
Studiepoengreduksjon
Innhold
Lineær regresjonsanalyse er en statistisk metode for å undersøke grad av sammenheng mellom
en responsvariabel og en eller flere forklaringsvariabler. Metoden brukes både til å forutsi
en respons for gitte verdier av forklaringsvariablene, samt å undersøke om den observerte
sammenhengen er signifikant.
Variansanalyse er en statistisk metode som brukes til å analysere forskjeller mellom to eller
flere grupper for å avgjøre om de observerte forskjellene er statistisk signifikante og dermed
trekke konklusjoner om gruppene. Grupper kan for eksempel representere ulike behandlinger,
dietter, undervisningsmetoder, yrkesgrupper, arter etc. Variansanalyse kan sees på som et spesialtilfelle av regresjonsmodellen. Begge metoder er sentrale for å analysere data innen mange ulike fagfelt som for eksempel økonomi, biologi, helsefag, ingeniørvitenskap og samfunnsvitenskap.
Emnet vil gi en innføring i begrepene korrelasjon, enkel og multippel lineær regresjon, samt
variansanalyse. Spesifikt vil emnet omhandle følgende temaer:
- Korrelasjon versus kausalitet
- Introduksjon til lineær regresjon
- Estimering av lineær sammenheng
- Undersøke med hypotesetest om det er signifikant sammenheng mellom responsvariabel og forklaringsvariabel
- Variansanalyse for å teste forskjeller mellom grupper
- Ikke-parametriske tester
Opptakskrav
Generell studiekompetanse og følgende spesielle opptakskrav:
Matematikk R1 eller S1+S2.
Søknadskode 9354 - enkeltemner i informatikk.
Hva lærer du
Ved fullført og bestått emne har studenten følgende:
Kunnskap
- forståelse av korrelasjon og lineær avhengighet
- forståelse av modellene for regresjons- og variansanalyse
- kjennskap til metoder for estimering og hypotesetesting av sammenhenger mellom to eller flere variable
Ferdigheter
- evne til å kunne utføre regresjons- og variansanalyse
- evne til å trekke konklusjoner fra estimering og hypotesetesting
- erfaring med praktisk anvendelse av programvaren R for statistisk analyse av to eller flere variable
Undervisnings- og eksamensspråk
Undervisning
Digitale forelesninger: 4 - 6 timer
Fysisk øvingsundervisning: 6 - 8 timer