Tillbaka till listan

Kurs · Statistik · hösten 2026

Tidsserieanalys med autoregressiva modeller

Linköpings universitet · Distans · 3 hp · 10 % fart

Antagningspoäng hösten 2026

Eget urval. Den här utbildningen antar inte på meritvärde eller högskoleprov, så det finns ingen poänggräns.

Lägsta antagna i senaste antagningen (hösten 2026) enligt UHR. Ingen garanti för nästa antagning.

Om utbildningen

Denna distanskurs ger dig praktiska och teoretiska kunskaper i att analysera och modellera tidsseriedata med autoregressiva metoder som AR, ARMA och ARIMA. Du lär dig att bearbeta data, välja rätt modell, göra prognoser och tolka resultat med hjälp av statistisk mjukvara. Kursen genomförs helt online via videoföreläsningar, seminarier och interaktiva övningar – flexibelt och tillgängligt för dig som vill stärka din kompetens inom dataanalys och statistik.

Behörighet

Grundläggande behörighet på grundnivå samt Samhällskunskap 1b eller 1a1 och 1a2 samt Engelska 6 samt Matematik 3b/3c eller Matematik C. Alternativt Grundläggande behörighet på grundnivå samt Samhällskunskap nivå 1b eller nivå 1a2 samt Engelska nivå 2 samt Matematik fortsättning nivå 1b eller Matematik fortsättning nivå 1c. Samt 7.5 hp godkända i ämnet statistik inklusive multipel linjär regression

Praktiskt

Start
17 augusti 2026
Slut
24 januari 2027
Språk
Svenska
Studietakt
10 %
Studieform
Distans utan obligatoriska träffar
Studieavgift
8 300 kr (gäller bara sökande utanför EU/EES)
Anmälningskod
LIU-46116

Vanliga frågor

Vad krävs för att komma in på Tidsserieanalys med autoregressiva modeller vid Linköpings universitet?
Utbildningen har ingen poänggräns (eget urval) – den antar inte på meritvärde eller högskoleprov. Du måste också uppfylla behörighetskraven.
Hur lång är utbildningen?
3 hp, studietakt 10 %.
Går den på distans?
Ja, utbildningen ges på distans.
Vad betyder BI och HP?
BI är betyg utan komplettering och HP är högskoleprovet. Läs guiden.

Överblick

Källor: UHR:s antagningsstatistik (hösten 2026) och Skolverkets Susa-navet. Uppdateras varje termin. Läs mer om våra datakällor.