NFOB16001U Fødevaredataanalyse

Årgang 2023/2024
Engelsk titel

Food Data Analysis

Uddannelse

Bacheloruddannelsen 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, 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 R

 

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, multinomialfordelingen
  • Kendskab til begreberne population, stikprøve og sampling
  • Kendskab til mindste kvadraters metode, samt dets anvendelighed i parametrisering af lineære univariate modeller samt lineære multivariate modeller

 

Færdigheder:

  • Håndtere eksplorative redskaber til visualisering af information fra fødevaredata
  • Beregne og anvende 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 (R)

 

Kompetencer:

  • Kommunikere dataanalytiske 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 første års matematik på universitetet og viden om programmering i R
Kurset vil indeholde en blanding af ordinære forelæsninger, regneøvelser samt gruppearbejde med i alt fire case-studier afleveret som spoken præsentation, hvor den afsluttende er karaktergivende.
  • Kategori
  • Timer
  • Forelæsninger
  • 36
  • Forberedelse (anslået)
  • 95
  • Praktiske øvelser
  • 40
  • Øvelser
  • 32
  • Eksamen
  • 3
  • I alt
  • 206
Skriftlig
Mundtlig
Individuel
Kollektiv
Løbende feedback i undervisningsforløbet
Point
7,5 ECTS
Prøveform
Skriftlig prøve, 3 timer med opsyn.
Skriftlig aflevering, under kurset
Prøveformsdetaljer
Skriftlig prøve på 3 timer med opsyn (70% vægtning) og et afsluttende case-studie under kursets uge 7 og 8 (30% vægtning). Det er ikke et krav, at begge dele beståes for at bestå kurset.
Eksamenssæt udleveres 24 timer inden den skriftlige stedprøve.
Krav til indstilling til eksamen

Aflevering og godkendelse af 5 ud af 8 regneøvelser

Hjælpemidler
Alle hjælpemidler tilladt
Bedømmelsesform
7-trins skala
Censurform
Ekstern censur
Reeksamen

Skriftlig eksamen, 3 timer. Ved 10 eller færre tilmeldte erstattes den skriftlige eksamen med 15 minutters mundtlig eksamen i pensum. To ud af 10 på forhånd givne opgaver (regnet under kurset) udtrækkes tilfældigt og udgør basis for diskussion under eksamen. Der vil ikke være forberedelsetid.
Hvis casestudiet ikke er bestået under kurset kan et nyt udføres og afleveres 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

Se målbeskrivelsen.