LMAF10070U Statistisk dataanalyse 2

Årgang 2013/2014
Engelsk titel

Statistical Data Analysis 2

Uddannelse
MSc Programme in Agriculture
MSc Programme in Biology- Biotechnology
MSc Programme in Animal Science
Kursusindhold
Analyse af statistiske modeller for normalfordelte data med systematiske og tilfældige variationskilder:

Regressionsanalyse, lineære modeller med faktorer, kovariater og tilfældige effekter(random effects) samt gentagne målinger (repeated measures).

Til analyserne anvendes det statistiske programsystem R. Endvidere fokuseres på, hvordan man validerer en statistisk model og vi diskuterer principper for planlægning af simple videnskabelige forsøg
Målbeskrivelser
Kursets målsætning er, at de studerende skal lære at forstå og håndtere analyser af data som involverer flere forskellige variationskilder (både systematiske og tilfældige) samt gentagne målinger.

For en udtømmende opfyldelse af kursets mål skal den studerende efter endt kursusforløb være i stand til at

VIDEN:

- opskrive statistiske modeller, baseret på normalfordelingen, som involverer flere systematiske faktorer, kovariater og tilfældige effekter samt modeller for gentagne målinger

- redegøre for modellernes anvendelighed og deres begrænsninger

- beskrive forskellene på et fuldstændigt og et balanceret ufuldstændigt blokforsøg

- forklare begreberne konfundering og partiel konfundering ud fra simple eksempler

FÆRDIGHEDER:

- anvende programpakken R til at udføre beregninger ifm. analyserne

- fortolke og præsentere resultaterne af en statistisk analyse

- planlægge simple balancerede fuldstændige og ufuldstændige blokforsøg samt 2^n-forsøg med konfundering af givne effekter

KOMPETENCER:

- anvende modellerne til analyse af data, herunder vælge en passende model og kontrollere modellens forudsætninger

- formulere videnskabelige spørgsmål som statistiske hypoteser samt besvare spørgsmålene ud fra resultaterne af de statistiske analyser

Fire typer af undervisning vil indgå: forelæsninger, eksempler/cases, ”klasse”-øvelser og hjemmeopgaver. Ved forelæsningerne introduceres og gennemgås dele af den generelle teori. Der lægges vægt på forståelse af problemstillingen, på valg af statistisk model og metode og på tolkning af resultaterne af den statistiske analyse. Eksempler/cases studeres indledningsvist selvstændigt af de studerende (i grupper) og føles op af plenum-gennemgang og diskussion. Ved øvelserne regnes opgaver, som hovedsageligt bygger på biologisk relevante problemer og indebærer analyse af forsøgsdata. Hovedparten af øvelserne baseres på brug af PC og den statistiske programpakke R. De valgfrie hjemmeopgaverne kan besvares i grupper og vil omfatte de vigtigste analysemetoder og begreber. I undervisningsforløbet er der ikke nogen direkte interaktion med andre kurser, men kurset vil i mange tilfælde være direkte anvendeligt ved analyser af data i projekter og specialer. Det vil fx med fordel kunne følges tæt på bachelorprojekt eller speciale. Hjemmeopgaverne tjener to formål: de hjælper de studerende til at få arbejdet aktivt med centrale emner, idet de studerende herved får afprøvet et par af kursets vigtigste statistiske analysemetoder. Desuden trænes de studerende i skriftlig fremstillig og får mulighed for at få respons herpå.
  • Kategori
  • Timer
  • Forberedelse
  • 118
  • Forelæsninger
  • 40
  • Projektarbejde
  • 14
  • Teoretiske øvelser
  • 34
  • I alt
  • 206
Point
7,5 ECTS
Prøveform
Skriftlig prøve, 4 timer med opsyn.
4 timers skriftlig eksamen som involverer brug af programmet R på egen medbragt computer.
Hjælpemidler
Alle hjælpemidler tilladt
Bedømmelsesform
7-trins skala
Censurform
Ingen ekstern censur
Én intern bedømmer
Reeksamen
Hvis der er ti eller færre tilmeldte til en reeksamen, hvor eksamensformen ved den ordinære eksamen er en skriftlig eksamen, kan eksamensformen blive ændret til mundtlig eksamen.
Kriterier for bedømmelse

Den studerende skal på tilfredsstillende måde godtgøre at han/hun lever op til fagets målbeskrivelse.