DS812: Introduktion til Basale Biostatistiske Begreber og Regression

Studienævn for naturvidenskabelige IT-uddannelser

Undervisningssprog: Dansk, men engelsk ved internationale studerende
EKA: N340056102
Censur: Intern prøve, en bedømmer
Bedømmelse: Bestået/Ikke bestået
Udbudssteder: Odense
Udbudsterminer: Efterår
Niveau: Kandidat

STADS ID (UVA): N340056101
ECTS-point: 5

Godkendelsesdato: 19-03-2026


Varighed: 1 semester

Version: Godkendt - aktiv

Intern kursuskode

DS812

Indgangskrav

Bestået bachelorgrad.
Dette kursus kan ikke følges af kandidatstuderende på Datalogi.

Faglige forudsætninger

Studerende, der følger kurset, forventes at have kendskab til basal matematik på gymnasielt niveau.

Formål

Kurset har til formål at sætte den studerende i stand til at arbejde med centrale biostatistiske begreber, hvilket er vigtigt i forhold til forståelse af publicerede studier om folkesundhed samt selvstændig udførelse og planlægning af simple statistiske analyser.

Kurset supplerer den viden, som er erhvervet i kurset ’Statistik for Data Science’, og giver et fagligt grundlag for at studere emnerne i kurserne om sundhedsdata og epidemiologi, der er placeret senere i uddannelsen.

Målbeskrivelse

For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evne til at:            

  • Forståelse af effektbeskrivelse og risikovurdering af eksponering
  • Forståelse og anvendelse af usikkerhedsbeskrivelse af estimerede effekter (fx konfidensinterval)
  • Forståelse og kritisk vurdering af det statistiske paradigme om hypotesetest
  • Beskrive og fortolke væsentlige karakteristika af en diagnostisk test
  • At vise forståelse for nødvendigheden for at korrigere for mulige indflydelses faktorer udover eksponering i observatoriske eller eksperimentelle studier
  • Forståelse af forskellen mellem forklarende og prædiktiv modellering
  • At fortolke og skelne mellem begreberne interaktion og konfundering mellem faktorer
  • At identificere en statistik analyseplan ud fra det substantielle forskningsproblem og de indsamlede data
  • At udføre simple statistiske analyser ved hjælp af lineær og logistik regression, hvilket indebærer effektestimering beskrivelsen af estimatet og den tilhørende usikkerhed, samt hypotesetest og modelevaluering
  • At oversætte og fortolke de statistiske analyseresultater indenfor den folkesundhedsvidenskabelige forskningsramme

Indhold

Kurset indeholder følgende faglige hovedområder: 

  • Aspekter of simple kliniske og observatoriske forsøgsdesign
  • Estimering ifm. sammenligning af to interventionsgrupper
  • Evaluering af diagnostiske test (sensitivitet og specificitet)
  • Estimation ifm. lineære og logistiske regressionsmodeller
  • Ikke-parametriske tests
  • Analyser af simple kontingenstabeller
  • Kort introduktion til det statistiske analyseprogram R

Litteratur

Se itslearning for litteraturhenvisninger.

Eksamensbestemmelser

Eksamenselement a)

Tidsmæssig placering

Efterår og januar

Udprøvninger

Portfolio

EKA

N340056102

Censur

Intern prøve, en bedømmer

Bedømmelse

Bestået/Ikke bestået

Identifikation

Fulde navn og SDU brugernavn

Sprog

Følger, som udgangspunkt, undervisningssprog

Varighed

1 uge i afslutningen af semesteret

Skriftlig eksamen - 60 minutter

Hjælpemidler

For opgave afleveret undervejs i kurset: Alle almindelige hjælpemidler tilladt.

For afsluttende skriftlig prøve i eksamensperioden: Alle almindelige hjælpemidler er tilladte, fx lærebøger, noter, computerprogrammer som ikke benytter internettet m.v.  

Internet er ikke tilladt. Du må dog gå ind på kursets hjemmeside i itslearning i forbindelse med åbning af system "DE – Digital Eksamen". Noter fra kurset, som du ønsker at anvende som hjælpemidler, skal downloades til din computer senest dagen før eksamenen. Under eksamenen er det ikke sikkert, at alt kursusmateriale er tilgængeligt for dig.

ECTS-point

5

Uddybende information

Portfolio bestående af følgende elementer: 

  1. En opgave afleveret undervejs i kurset
  2. Afsluttende skriftlig prøve i eksamensperioden, varighed 60 minutter, alle hjælpemidler tilladt. 

For samlet at opnå en bestået karakter skal hhv. element 1 og 2 hver for sig leve op til målbeskrivelserne. Bedømmelsen af element 1 finder sted i forbindelse med afviklingen af element 2. 

Eksamensopgaven er frit format. Eksamensopgaven udleveres som PDF-dokument, og besvarelsen skal afleveres som et samlet PDF-dokument.

Reeksamen: Mundtlig eksamen (20 minutter) uden forberedelsestid.

Vejledende antal undervisningstimer

24 timer per semester

Undervisningsform

Skemalagte undervisningstimer: 

Antal undervisningstimer i alt: 24 

Heraf: 

Fællestimer i klasselokale/auditorium: 24  

Består af 6 forelæsninger af 2 timer, hvor der indføres centrale begreber og der vil være mulighed for diskussion. Der er ligeledes 6 holdtimer af 2 timer, hvor problemstillinger gennemgået i forelæsningerne identificeres og løses med reelle data. Der vil være mulighed for at stille spørgsmål i både forelæsninger og holdtimer. 

Ved afslutning af kurset skrives en individuel rapport som indebærer analyse af et eller to små datasæt hvor man selv udfører analysen og besvarer op til 30 spørgsmål.

Andre planlagte undervisningsaktiviteter:  

Hvis den studerende ikke når at færdiggøre alle øvelser planlagt til en holdtime, så forventes det, at man gør det færdigt mellem fællestimerne. Selvstudie af kursets hovedelementer anbefales.

Ansvarlig underviser

Navn E-mail Institut
Ulrich Halekoh uhalekoh@health.sdu.dk Epidemiologi, Biostatistik og Biodemografi (EBB)

Yderligere undervisere

Navn E-mail Institut By
Signe Bedsted Clemmensen sbclemmensen@health.sdu.dk Institut for Sundhedstjenesteforskning

Skemaoplysninger

Administrationsenhed

Institut for Matematik og Datalogi (datalogi)

Team hos Registratur

NAT

Udbudssteder

Odense

Anbefalede studieforløb

Overgangsordninger

Overgangsordninger beskriver, hvordan et kursus erstatter et andet kursus, når der ændres i et studieforløb.
Hvis der er lavet en overgangsordning for et kursus vil den fremgå af oversigten.
Se overgangsordninger for alle kurser på Det Naturvidenskabelige Fakultet.