ST520: Anvendt statistik
Kommentar
25000001(tidligere UVA) er identisk med denne kursusbeskrivelse.
Kurset kan ikke følges af studerende, der: har fulgt ST503 Statistik for Biologer.
Indgangskrav
Faglige forudsætninger
- Det forventes at de studerende har en matematisk viden, svarende
til indholdet i et af kurserne: FF506 Matematik, statistik og fysik for
biologi og farmaci; MM554: Matematik for biologi; MM555: Matematik for
Biokemi og Molekylær Biologi, Biomedicin og Kemi; MM556: Matematik og
statistik for farmaci. - Førsteår på respektive studieretninger
Formål
Kurset har til formål at sætte den studerende i stand til at:
- Forstå basale begreber indenfor sandsynlighedsregning og fordelingsteori.
- Benytte grafiske og summariske metoder til beskrivende analyse.
- Beskrive data ved hjælp af nøgletalstørrelser såsom middelværdi, varians og korrelation.
- Opskrive konfidensintervaller for nøgletalstørrelser.
- Teste simple statistiske hypoteser.
- Analysere data ved hjælp af simple regressionsmetoder.
- Planlægge dataindsamling.
- Forstå centrale elementer i publicerede resultater fra statistiske analyser af biologiske data.
- Foretage en kritisk vurdering af relevansen af anvendte metoder og inferensen baseret herpå.
- Formulere statistiske resultater i ikke-tekniske termer.
- Anvende
den statistiske software R til analyse af konkrete data, hvilket er
vigtigt i forhold til at kunne arbejde akademisk videnskabeligt med – i
bred forstand – biologiske problemstillinger.
Kurset bygger
oven på den viden, der er erhvervet i den respektive studieretnings
kurser på det første/de første to år på bachelorstudiet, og giver
grundlag for at studiet af samtlige emner senere i studieforløbet,
herunder arbejdet med bachelor- og specialeprojekter.
I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:
- Give kompetence til at arbejde kritisk med egne projekter og data.
- Give færdigheder i kritisk vurdering af videnskabelige publikationer.
- Give viden om valg og anvendelse af passende statistiske analysemetoder.
Målbeskrivelse
For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at:
- Benytte grafiske og summariske metoder til beskrivende dataanalyse.
- Beskrive data ved hjælp af nøglestørrelser som middelværdi, varians og korrelation.
- Opskrive konfidensintervaller for nøglestørrelser.
- Teste simple statistiske hypoteser.
- Analysere data ved hjælp af simple regressionsmetoder.
- Planlægge dataindsamling.
- Forstå centrale elementer i publicerede resultater fra statistiske analyser af biologiske data.
- Vurdere relevansen af anvendte metoder og inferensen baseret herpå.
- Formulere statistiske resultater i ikke-tekniske termer.
- Benytte R til simple statistiske analyser.
Indhold
- Grundlaget for statistiske overvejelser.
- Fra population til stikprøve og tilbage igen.
- Basale parametre og deres estimation.
- Beskrivende statistik (tabeller og grafisk præsentation).
- Sandsynligheder og fordelinger.
- Hypoteser og principper for tests.
- Eksempler på testmetoder: t-test, chi-kvadrat-test.
- Basale begreber bag lineære modeller med udgangspunkt i simpel lineær regression.
- Basale
begreber med hensyn til forsøgsplanlægning. Hyppige problemer indenfor
anvendt statistik (typer af inferensfejl, massesignifikans,
pseudoreplikation). - I kurset anvendes den statistiske software R.
Litteratur
Eksamensbestemmelser
Eksamenselement a)
Tidsmæssig placering
Udprøvninger
Portfolio
EKA
Censur
Bedømmelse
Identifikation
Sprog
Hjælpemidler
Oplyses på kurset
ECTS-point
Uddybende information
Portfolio bestående af afleveringer af obligatoriske e-test, quizzer og skriftlige hjemmeopgaver
Eksamensformen ved reeksamen kan være en anden end eksamensformen ved den ordinære eksamen.
Vejledende antal undervisningstimer
Undervisningsform
- Introfase (forelæsning, holdtimer) - 26 timer
- Træningsfase: 22 timer
I introfasen benyttes en modificeret udgave af klassisk forelæsning, hvor fagets grundbegreber og metoder præsenteres, med såvel teori som eksempler baseret på konkrete data. I disse timer er der mulighed for spørgsmål og diskussion. I træningsfasen arbejdes der med regneopgaver og diskussionsemner, som relaterer sig til indholdet i de forudgående introfasetimer. I disse timer er der mulighed for at arbejde specifikt med særligt vanskelige emner. I studiefasen arbejder de studerende selvstændigt med opgaver og forståelsen af fagets termer og begreber diskuteres. Der er efterfølgende mulighed for at bringe spørgsmål op i enten intrfasetimerne eller træningsfasetimerne.
Aktiviteter i studiefasen:
- Arbejde med konkrete regneopgaver, ud over de opgaver, der indgår i træningsfasetimerne.
- Diskussion af fagets termer og begreber og problemer med dataindsamling og datakvalitet.
Ansvarlig underviser
Navn | Institut | |
---|---|---|
Birgit Debrabant | bdebrabant@health.sdu.dk | Institut for Matematik og Datalogi (00) |
Hans Chr. Petersen | hcpetersen@sdu.dk | Data Science |