NFOB16001U Fødevaredataanalyse

Årgang 2016/2017
Engelsk titel

Food Data Analysis

Uddannelse

Bacheloruddannelse i fødevarer og ernæring

Kursusindhold

Fødevaredataanalyse vil med udgangspunkt i de studerendes forståelse af fødevaresystemer og -analyser give værktøjer til hvorledes data fra disse kan granskes og analyseres. Det er målet at fastholde en naturlig og sund intuition for hvorledes data med en fødevarerelevant problemstilling kan angribes, og lade dette være udgangspunktet for forståelse af relevante statistiske værktøjer. Således vil kurset berøre fødevarerelaterede emner som kvalitetskontrol, analytisk kemi, sensorik, reologi, kostintervention mv.

Undervisningen veksler mellem forelæsninger, regneøvelser samt case baseret gruppearbejde.

Kurset vil indeholde følgende:

Dataanalytiske værktøjer

  • Visualisering af data
  • Deskriptiv statistik
  • Modellering af data
  • Mindste kvadraters metode til parameterestimering
  • Håndtering af data i software

 

Problemorienteret anvendelse af dataanalytiske værktøjer

  • Problemidentifikation
  • Analyse
  • Afrapportering
Målbeskrivelser

Målet med dette kursus er, at de studerende mestrer basale dataanalytiske værktøjer såsom visualisering, modellering og tests af primært univariate data. Dette er fundamentet for at kunne udføre en relevant dataanalyse, men ikke tilstrækkeligt. Således er det også et mål, at de studerende kritisk skal kunne forholde sig til konkrete problemstillinger, formulere disse i dataanalytiske termer, vælge (og fravælge) relevante dataanalytiske værktøjer, kunne reflektere over brugen af disse, samt rapportere resultaterne ind i den relevante kontekst.

Når kurset er færdigt forventes den studerende at have opnået.

 

Viden:

  • Forståelse for fødevarerelaterede problemstillinger, som kan håndteres dataanalytisk
  • Kendskab til normalfordelingen, bionomialfordelingen, poissonfordelingen, multinomialfordelingen
  • Kendskab til begreberne population, stikprøve og sampling
  • Kendskab til mindste kvadraters metode, samt dets anvendelighed i parametrisering af lineære- og ikke-lineære univariate modeller samt lineære multivariate modeller

 

Færdigheder:

  • Håndtere eksplorative redskaber til visualisering af information fra fødevaredata
  • Beregning og anvendelse af centrale statistiske metrikker (gennemsnit, varians, median, konfidensinterval, LSD værdier, percentiler….)
  • Udføre statistiske tests (t-test, ANOVA, lineær regression og homogenitets/​uafhængighedstest)
  • Beregne power for simple fødevarerelaterede studier
  • Baseret på en konkret problemstilling være i stand til at formulere specifikke spørgsmål statistisk, udvælge dataanalytiske redskaber samt rapportere resultater
  • Udføre dataanalyse i datahåndteringssoftware (Excel, R og Latentix)

 

Kompetencer:

  • Kommunikere data analytiske- og statistiske resultater, samt sætte disse i den relevante kontekst
  • Kombinere fødevareviden og dataanalytiske færdigheder til kritisk analyse af konkrete problemstillinger.
  • Samarbejde med medstuderende om analyse og afrapportering af case studier.

 

Se Absalon for kursuslitteratur.

Kompetencer svarende til Matematik og databehandling
Kurset vil indeholde en blanding af ordinære forelæsninger, regneøvelser samt gruppearbejde med i alt fire case-studier, hvor den afsluttende er karaktergivende.
  • Kategori
  • Timer
  • Eksamen
  • 3
  • Forberedelse
  • 75
  • Forelæsninger
  • 48
  • Praktiske øvelser
  • 40
  • Øvelser
  • 40
  • I alt
  • 206
Point
7,5 ECTS
Prøveform
Skriftlig prøve, 3 timer med opsyn.
Løbende bedømmelse, under kurset
Den skriftlige eksamen (75%) og case-studiet (skriftlig aflevering - løbende bedømmelse - 25%) vurderes og ligger til grund for den samlede karakter.
Krav til indstilling til eksamen

Aflevering af 7 ud af 8 regneøvelser

Hjælpemidler
Alle hjælpemidler tilladt

OBS: Hvis eksamen afholdes på ITX, stiller ITX computer til rådighed. Egen computer, tablet eller mobiltelefon må IKKE medbringes. Lærebøger og noter medbringes i papirform eller på USB-stik.

Bedømmelsesform
7-trins skala
Censurform
Ekstern censur
Reeksamen

Skriftlig eksamen, 3 timer. Ved mindre end 10 tilmeldte erstattes den skriftlige eksamen med 30 minutters mundtlig eksamen i pensum.
Hvis casestudiet ikke er bestået under kurset, udføres og afleveres nyt til bedømmelse senest to uger inden reeksamen.
Beståede elementer kan genbruges ved reeksamen. Eventuelt ikke godkendte regneøvelser afleveres senest to uger inden reeksamen.

Kriterier for bedømmelse

Jf. målbeskrivelsen.