Statistiske metoder og analysedesign

Ph.d.-enkeltemne

Dette emnet legger vekt på styrker og svakheter ved ulike statistiske metoder, og diskuterer hvilke metoder som best passer forskjellige datamaterial eller forskningsspørsmål.

Om emnet

Du finner emneplanen på våre studentsider (student.oslomet.no).

For søkere som har lite erfaring med statistiske metoder og statistikkprogrammet Stata, anbefales forkurset Statistikk med Stata – Forkurs til Statistiske Metoder.

Søknad og opptak

Dette emnet er primært for studenter som er tatt opp i et ph.d.-program. Ved ledige plasser er emnet åpent for andre interesserte med relevant hovedfag eller mastergrad (120 ECTS).

Vi behandler ikke søknader uten nødvendige vedlegg:

  • Alle søkere må laste opp ett kortfattet prosjektsammendrag (ca. en halv A4-side) med informasjon om bakgrunn og prosjekt. Beskriv kort hva du kan fra før, og hva du er interessert i å lære mer om innen statistiske metoder.
  • Dersom du er tatt opp på ett doktorgradsprogram utenfor OsloMet må du laste opp dokumentasjon på opptak.

Alle vedlegg lastes opp under «Mine dokumenter» i Søknadsweb.

Våren 2025

Søk på kurset i Søknadsweb (fsweb.no).

Søknadsfrist: 13. april

Du finner emnet i Søknadsweb under modulen «Enkeltemner på doktorgradsnivå – Senter for profesjonsforskning våren 2025».

For søkere som har liten erfaring med statistiske metoder anbefales forkurset Statistikk med Stata – Forkurs til Statistiske Metoder

Undervisningsdatoer

Emnet går over 6 dager fordelt på tre uker, med undervisning/lab fra 09:00 til 16:00.

  • 27-28. mai
  • 2-3. juni
  • 10-11. juni

Vi tar forbehold om endringer i undervisningsopplegget og eventuelle kanselleringer. SPS kan dessverre ikke dekke eventuelle omkostninger for den enkelte dersom en slik situasjon skulle oppstå.

Pensum

Totalt antall sider: 951 

Bøker

  • Angrist, J. D., & Pischke, J.-S. (2009). Mostly Harmless Econometrics: An Empiricist’s Companion. Princeton/ Oxford: Princeton University Press. Kapittel 3, 5, 6 og 8. [85 + 28 + 18 + 33 sider]
  • Morgan, S. L., & Winship, C. (2015). Counterfactuals and Causal Inference. Methods and Principles for Social Research. Second Edition. New York: Cambridge University Press. Kapittel 1-6 og 9. [257 sider]
  • Acock, A. C. (2015). Discovering Structural Equation Modeling Using Stata. College Station: Stata Press. Kapittel 2 og 3 [55 + 37 sider]
  • Rabe-Hesketh, S. & Skrondal, A. (2022). Multilevel and Longitudinal Modeling Using Stata. Fourth edition (eller tidligere utgaver). Stata Press: College Station, Texas. Kapittel 2 og 4 [106 sider]

Artikler

  • Allison, P. D. (1994). Using panel data to estimate the effects of events. Sociological Methods & Research, 23(2), 174-199. [26 sider] 
  • Borgen, N. T. (2013). Instrumentvariabler - en introduksjon for samfunnsforskere. Sosiologi i dag, 43(3), 39-64. [26 sider] 
  • Borgen, N. T., Haupt, A, & Wiborg, Ø. W. (2022). Quantile regression estimands and models: revisiting the motherhood wage penalty debate. European Sociological Review. [15 pages]
  • Bryan, M. L., & Jenkins, S. P. (2016). Multilevel modelling of country effects: A cautionary tale. European Sociological Review, 32(1), 3-22. [20 sider] 
  • Finseraas, H., & Kotsadam, A. (2013). Hvordan identifisere årsakssammenhenger i ikke-eksperimentelle data? En ikke-teknisk introduksjon. Tidsskrift for samfunnsforskning, 54(3): 371-387. [17 sider] 
  • Fletcher, J. M. (2012). Peer influences on adolescent alcohol consumption: evidence using an instrumental variables/fixed effect approach. Journal of Population Economics, 25(4), 1265-1286. [22 sider] 
  • Gangl, M. (2010). Causal inference in sociological research. Annual Review of Sociology, 36, 21-47. [27 sider] 
  • Heisig, J. P. & Schaeffer, M. (2019). Why You Should Always Include a Random Slope for the Lower-Level Variable Involved in a Cross-Level Interaction. European Sociological Review 35(2): 258–279. [21 sider]
  • Heggebø, K., & Elstad, J. I. (2018). Is it easier to be unemployed when the experience is more widely shared? Effects of unemployment on self-rated health in 25 European countries with diverging macroeconomic conditions. European Sociological Review, 34(1), 22-39. [18 sider] 
  • Hellevik, O. (2009). Linear versus logistic regression when the dependent variable is a dichotomy. Quality & Quantity, 43(1), 59-74. [16 sider] 
  • Miguel, E., Satyanath, S., & Sergenti, E. (2004). Economic shocks and civil conflict: An instrumental variables approach. Journal of Political Economy, 112(4), 725-753. [29 sider] 
  • Mood, C. (2010). Logistic regression: Why we cannot do what we think we can do, and what we can do about it. European Sociological Review, 26(1), 67-82. [16 sider] 
  • Pearl, J. (2013). Linear models: A useful “microscope” for causal analysis. Journal of Causal Inference, 1(1), 155-170. [15 sider]
  • Tufte, P. A. (2013). Forståelser av kausalbegrepet i samfunnsvitenskapene. Tidsskrift for samfunnsforskning, 54(3), 341-354. [14 sider] 
  • Ugreninov, E. & Birkelund, G. E. (2013). Naturlige eksperiment. Sosiologi i dag, 43, 65-89. [25 sider] 
  • Waldfogel, J. (1997). The effect of children on women's wages. American Sociological Review, 209-217. [9 sider] 
  • Wessel, T. & Turner, L. M. (2020) "The migration pathway to economic mobility: Does gender matter? Population, Space and Place, 27(4), e2419. [16 sider]

Attest for fullført emne

Deltakere som har gjennomført og bestått emnet kan selv hente ut dokumentasjon på dette. Karakterutskrift kan bestilles på Studentweb (fsweb.no) eller hentes på Vitnemålsportalen (vitnemålsportalen.no).

Du finner mer informasjon om karakterutskrift og vitnemål (student.oslomet.no) på studentsidene.

Har du spørsmål om emnet?

Dette emnet driftes av Senter for profesjonsforskning.

Dersom du har spørsmål om opptak- og søknadsprosessen, vennligst kontakt senteradministrasjonen.