Generaliserade linjära modeller


Kursen introducerar modeller som på olika sätt är utvidgningar av den linjära regressionsmodellen. Dessa utvidgningar erbjuder en större flexibilitet för dataanalys genom att andra och vanligt förekommande typer av data kan analyseras. Kursen går igenom modellering och analys av binära data, kategoriska data, andelar, data över antal, data i korstabellsform och longitudinella data.

Kursen ger en översikt över ett flertal modeller med fokus på den praktiska tillämpningen; att baserat på data kunna välja lämplig modell, skatta modellen genom programmering i R samt tolka och kritiskt utvärdera analysresultat och prediktioner med hänsyn till underliggande modellantaganden. Definitionen av och grundläggande teori för klassen Generaliserade Linjära Modeller (GLM) tas upp på kursen.

Kursen läses på heltid, dagtid.

Kursen ingår i Statistik II men kan även läsas som fristående kurs.


Undervisning

Undervisningen består av föreläsningar, övningar och datorövningar.

Kursinformation

Kurbeskrivning vt-26 pdf, 200.5 kB. (191 Kb)

Lärare vårterminen 2026

Kursansvarig

Johan Koskinen

Du hittar lärarens mottagningstider i länken ovan. Det går bra att mejla läraren och komma överens om en tid, om du vill träffas utanför mottagningstiden.

Examination

Kursen examineras genom en individuell salstentamina och en inlämningsuppgift som utförs i grupp.


Schema finns tillgängligt senast en månad före kursstart. Vi rekommenderar inte utskrift av scheman då vissa ändringar kan ske. Vid kursstart meddelar utbildningsansvarig institution var du hittar ditt schema under utbildningen.


Observera att kurslitteraturen kan ändras fram till två månader före kursstart.


Kursrapporter visas för de tre senaste kurstillfällena.








Lärare vårterminen 2026

Kursansvarig

Johan Koskinen

Om du har frågor kring att studera vid Statistiska institutionen, Stockholms universitet, kontakta vår studie- och karriärvägledare.

Vi använder kakor

Genom att tillåta tjänster från tredje part accepterar du deras cookies och användningen av spårningsteknologier som är nödvändiga för att de ska fungera korrekt.