Gäller från och med: Vårterminen 2021
Beslutad av: Gudbjörg Erlingsdóttir
Datum för fastställande: 2021-03-02
Avdelning: Trafik och väg
Kurstyp: Ren forskarutbildningskurs
Undervisningsspråk: Engelska
Syftet med kursen är att ge deltagarna en helhetssyn på vetenskapsteori och forskningsprocessen samt att ge dem avancerade kunskaper om kvantitativa metoder för dataanalys och en introduktion till kvalitativa analyser. Kursen fokuserar på vanliga problem inom transportforskning. Förutom dem teoretiska kunskaperna kommer kursdeltagarna att få praktisk erfarenhet av att hantera programvaruverktyg (Excel, Access, SQL, SPSS, SAS), dataformat, samt lära sig att göra datascreening, kvalitetskontroller av data, och att kalibrera regressionsmodeller.
Kunskap och förståelse
För godkänd kurs skall doktoranden
Färdighet och förmåga
För godkänd kurs skall doktoranden
Värderingsförmåga och förhållningssätt
För godkänd kurs skall doktoranden
- Vecka 1. Vetenskapsteori. • Metod • Ontologi • Epistemologi • Hermeneutik • Positivism • Teoretisk underbyggnad av forskning - Vecka 2. Forskningsmetoder och design av experiment • Kvalitativa vs kvantitativa metoder • Kontrollerande experiment vs observationsstudier • Tvärsnitt vs före/efter-analys - Vecka 3. Kvalitativa verktyg • Intervjuer • Observationer • Textanalys • Diskursanalys - Vecka 4. Kvantitativa verktyg, del 1 • Beskrivande statistik • Datautforskning och datastädning • Excel, Access, SQL - Vecka 5 Kvantitativa verktyg, del 2 • Intervalluppskattning, Hypotesprövning, population jämförelser • SPSS - Vecka 6 Kvantitativa verktyg, del 3 • Modeller med kontinuerliga variabler • Linjär regression • Paneldataanalys • Latent variabelmodellering • Tidsserier • SAS - Vecka 7 Kvantitativa verktyg, del 4 • Modeller med diskreta variabler • Logistisk regression • Diskreta modeller • Rangordnade sannolikhetsmodeller • R - Vecka 8 Andra statistiska metoder • Slumpmässiga parametermodeller • Latent klassanalys • Bivariata och multipla variabla modeller • Bayesiansk statistik • Föreningsregler • Klassificeringsträd - Vecka 9–10 Projektarbete (baserat på eget ämne och data): • Formulera forskningsfråga • Utforska data/ formulera antaganden • Välj rätt metod (kvalitativ eller kvantitativ) som passar data och forskningsfråga. • Tillämpa metoden och få resultat • Förklara resultatet och dess begränsningar
Undervisningsformer: Föreläsningar, seminarier, övningar, projekt. I början av varje tema får deltagarna instruktioner och läsmaterial samt praktiska övningar där den nya kunskapen ska tillämpas. Detta följs av ett seminarium med läraren där den teoretiska kunskapen och de praktiska övningarna diskuteras. Vissa tema innehåller också praktisk utbildning i användningen av mjukvaruverktyg. I det avslutande projektarbetet tillämpar deltagarna den kunskap som fåtts i kursen inom deras egna forskningsämnen och med deras egna data. Doktoranderna kommer att behöva formulera en forskningsfråga, välja och motivera metoden samt verktyget, utföra analysen och diskutera dess kvalitet, tillförlitlighet och begränsningar.
Examinationsformer: Muntlig tentamen, inlämningsuppgifter.
För att få godkänt på kursen krävs närvaro på alla kurstillfällen samt godkänt på alla övningar.
Betygsskala: Underkänd, godkänd
Examinator:
Förkunskapskrav: Inga särskilda krav
Förutsatta förkunskaper: Grundläggande statistik och informationshantering
Urvalskriterier: Doktorander i transportteknik eller relaterat område
Kursansvarig: Carmelo D'agostino <carmelo.dagostino@tft.lth.se>