210006 Statistisk dataanalyse 2

Detaljer
Inst. for Grundvidenskab
Tidligst mulig placeringBachelor 3. år til Kandidat 2. år
VarighedEn blok
 
Pointværdi7.5 (ECTS)
KursustypeFælleskursus
Grundet forskellige fagpakker er kurset relevant for studerende på både B og K. Faglig progression sikres ved forudsætningsfag.
 
EksamenSluteksamen

skriftlig prøve


Skriftlig auditorieeksamen

Alle hjælpemidler tilladt

Beskrivelse af eksamen: 4 timers skriftlig eksamen

Vægtning: 100%



13-skala, intern censur

Eksamensdatoer:
08 April 2006
 
Forudsætninger for indstilling til eksamenGodkendelse af mindst 75% (3 ud af 4) obligatoriske hjemmeopgaver
 
Rammer for undervisningUndervisningen i en typisk uge vil bestå af forelæsninger, øvelsesopgaver af varierende omfang, plenum-gennemgang af "case-opgaver" samt obligatoriske hjemmeopgaver, med brug af PC.
 
BlokplaceringBlok 3
Ugestruktur: A
 
UndervisningssprogDansk
 
Anbefalede forudsætninger210005 Statistisk dataanalyse 1
210002 Matematik og databehandling
 
Kompetenceområder
Grundvidenskabelige kompetencer:

Forståelse af modeller for data som involverer flere forskellige variationskilder (tilfældige effekter) samt målinger over en forsøgsperiode.

Kompetencer inden for teknologi og produktion:

Anvende principper for statistiske analyser baseret på visse givne statistiske modeller samt beslægtede modeller til analyse af nye problemer og herved kunne fortolke og præsentere resultater opnået herved.

Anvende et statistisk program til at udføre visse statistiske analyser ved hjælp af de givne modeller.

Kompetencer inden for etik og værdier:
-
 
Kursets målsætning
De studerende skal de lære at forstå og håndtere analyser af data som involverer flere forskellige variationskilder (tilfældige effekter) samt data med seriel korrelation (gentagne målinger, longitudinale data), primært for data med kontinuert variation, men i mindre omfang også for binære respons (for
eksempel syg/rask).
 
Kursusindhold
Tilfældige effekter (random effects), gentagne målinger (repeated measures), multipel regressionsanalyse, logistisk regressionsanalyse, lineære modeller med faktorer, kovariater og tilfældige effekter.

Kurset indeholder dele fra de nuværende kurser "Statistisk Forsøgsplanlægning" og "Regressionsanalyse".
 
Undervisningsform
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 en statistisk programpakke [forudsat lokaler og PC'er kan stilles til rådighed i fornødent omfang]. De obligatoriske hjemmeopgaver kan besvares i grupper på max. 4 studerende 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. De obligatoriske hjemmeopgaver tjener to formål: de hjælper de studerende til at få arbejdet aktivt med centrale emner, og de hjælper til at garantere at de studerende der gennemfører kurset har prøvet et par af kursets vigtigste statistiske analysemetoder.
 
Kursusansvarlig
Ib Michael Skovgaard, ims@life.ku.dk, Institut for Grundvidenskab/Statistics, Tlf: 35332340
 
Studienævn
Studienævn NSN
 
Kursusbeskrivelsesomfang
forelæsninger36
teoretiske øvelser36
projektarbejde48
forberedelse82
eksamen4

206