Forskarutbildning

Kausal inferens syftar till en förståelse av samhällsfenomen eller av analyser av effektivitet av olika behandlingar (till exempel medicinska, arbetslivsinriktade, miljöåtgärder etc.). Statistik kan inte i sig själv ge kunskap om olika fenomen utan används för vederläggning av teorier under olika antaganden. En förståelse av tematisk teori, hur data samlas in och statistik teori formulerar tillsammans den kausala analysen. Av den anledning är det ett måste att förstå aktuella tematiska frågor och att i metodutvecklingen fundera över hur data i samspel med statistik teori kan förbättra analyser kring kausala frågeställningar, såsom test av teorier och renodlade effektutvärderingar.

För närvarande samarbetar vi med forskare inom medicin, ekonomi, psykologi och teknik. För att visa på bredden i de tematiska frågeställningarna kan nämnas; (i) test av teorier för hur massmedia påverkar väljares möjlighet till ansvarsutkrävande, (ii) analys av familjevänliga arbetsplatsers påverkan på löner och inkomster för män och kvinnor; (iii) analys av luftföroreningars påverkan på barns hälsa, (iv) test av könsskillnader i preferenser och (v) analys av elanvändning av förändringar i tariffer och energisparinformation. Metodologiskt har vi gjort bidrag kring, bland annat, design av randomiserade experiment och identifikation och skattning av kausala effekter med observationsdata och registerdata i synnerhet. Problem som mer specifikt studerats är att tidpunkt för behandling väljs (till skillnad mot vid en randomiserad studie där tidpunkt är densamma för behandlade och obehandlade) och att det kan finnas mätfel, både i kontrollvariabler och tidpunkt för behandling.

Ansvariga forskare: Per Johansson och Ingeborg Waernbaum

Strukturell ekvationsmodellering (SEM) är en multivariat statistisk analysteknik som samtidigt förenar faktoranalys och multipel regressionsanalys. Den analyserar orsakssamband mellan observerade variabler och latenta konstruktioner, inklusive linjära och icke-linjära effekter. SEM innehåller två grundläggande typer av modeller, mätmodellen som representerar teorin som anger hur en uppsättning uppmätta variabler mäter latenta konstruktioner, och den strukturella modellen som representerar teorin som visar hur latenta konstruktioner är relaterade till varandra.

SEM appliceras på olika datatyper så som, tvärsnittsdata, longitudinella data, tidsseriedata eller multileveldata. Modeller baserade på tvärsnittsdata kan hjälpa oss att bedöma orsakssamband, förmedlingshypoteser; ”Latent Growth Curve” modeller används ofta för att analysera förändring över tid; ”Item Response Theory Mixture Models” analyserar mönster av individuella beteenden och enkätsvar och flernivåmodeller kan komma åt orsaker till variationer mellan olika datanivåer. SEM har allmänt tillämpats inom samhällsvetenskap och har fått en spridning till andra vetenskapsområden de senaste decennierna, till exempel informationsteknologi och medicinsk forskning.

Statistiska institutionen i Uppsala har en lång tradition av strukturell ekvationsmodellering och är känd som SEMs födelseplats. Professor emeritus Karl G. Jöreskog är pionjär i SEM och LISREL (linear structural relations) -programmet (Jöreskog och Sörbom) var den första mjukvaran för analys av strukturella ekvationsmodeller. Idag fortsätter professor Fan Wallentin och docent Shaobo Jin med kolleger på denna rika tradition och bidrar aktivt till fältet.

Ansvarig forskare: Fan Yang Wallentin

Statistiska institutionen har en lång tradition av att forska inom området tidsserieekonometri. Traditionen började 1942 då Herman Wold blev professor på institutionen. Ekonometri är statistiska metoder tillämpade på problem inom ekonomi och metoderna utvecklas utifrån tillämpade problem inom ekonomi. Tidsserieekonometri behandlar ekonomiska data ordnade över tid och intresset är att analysera samband mellan olika ekonomiska variabler och deras utveckling över tid. Exempelvis behöver regeringen veta hur bruttonationalprodukten (BNP), inflation och arbetslösheten utvecklas för att kunna lägga statsbudgeten.

Ett forskningsområde är att förbättra prognoser för just variabler som BNP, inflation och arbetslöshet. Vi lever i en föränderlig värld som påverkas av olika beslut. Dessa beslut gör att sambanden mellan ekonomiska variabler inte är konstanta utan ändras över tiden. Ett annat forskningsområde är hur man kan modellera strukturella förändringar över tid med hjälp av icke-linjära modeller. Detta göra att man kan få förbättrad kunskap av olika ekonomiska fenomen.

Ansvarig forskare: Johan Lyhagen