Analys av kategoridata
För dig som är antagen HT2020
Grattis! Du har blivit antagen till den utbildning du sökt på Stockholms universitet och vi hoppas att du kommer att trivas med dina studier hos oss.
På den här sidan listar vi vad du behöver göra och känna till innan du börjar dina studier.
Följ de instruktioner du fått för att acceptera din plats.
Mer information på antagning.se
Checklista för antagna studenter
-
Aktivera ditt SU-konto
Första steget för att kunna registrera dig och få tillgång till universitetets alla IT-tjänster.
-
Registrera dig på din institution
Registrering kan ske på olika sätt. Läs noga informationen från din institution nedan.
-
Ta del av institutionens information
På den här idan hittar du det du behöver veta inför starten på din kurs eller ditt program.
Notera
Din plats kan tas tillbaka om du inte registrerar dig och deltar vid eventuellt upprop enligt anvisningarna från institutionen.
Information från institutionen - kurser
Läs mer på institutionens webbplats
Välkomstaktiviteter
Vid terminsstart arrangeras ett antal välkomstaktiviteter för dig som är ny student. En av dessa är Välkomstdagen på Campus Frescati som bjuder på ett seminarium med viktig information och praktiska tips inför din studietid. Välkomstdagen arrangeras för alla nya studenter, oavsett ämne, kurs eller program. För dig som är ny student vid Institutionen för data- och systemvetenskap, DSV, arrangeras en motsvarade välkomstdag på Campus Kista.
Information som rör din utbildning får du via din kurs-/programgivande institution.
Hitta hit
Stockholms universitet sträcker sig över en stor yta. Läs om vilka campus som finns och var du hittar din institution, alla undervisningslokaler, lunchställen, bibliotek, läsplatser, mm.
Läs mer
Kursen behandlar analys av diskreta data, i synnerhet antal och proportioner av olika slag. Data av denna typ kan oftast representeras i så kallade kontingenstabeller, där individer kategoriseras enligt förutbestämda kriterier. I sådana fall är metoder baserade på linjära modeller direkt olämpliga att använda. Här är det mer naturligt att utgå från andra fördelningar som binomial-, multinomial och Poissonfördelningar och att definiera effekterna som multiplikativa i stället för additiva.
