Biostatistik ( efterår 2011 - 10 ECTS )
Rammer for udbud
-
Uddannelsessprog:
dansk
-
Niveau:
Bachelorkursus (obligatorisk).
-
Semester/kvarter:
3. semester. Løber over 1. og 2. kvarter.
-
Timer per uge:
6 timer.
-
Deltagerbegrænsning:
Ingen.
-
Undervisningssted:
Århus
-
Hovedområde:
Det Jordbrugsvidenskabelige Fakultet
-
Udbud ID:
28970
Formål
På kurset arbejder den studerende med grundlæggende biostatistik og basal sandsynlighedsteori. Den studerende bliver i stand til at udføre en simpel statistisk analyse af eksperimentelle undersøgelser med målinger, der er behæftet med tilfældig variation. Desuden gennemgår den studerende eksempler på mere komplicerede design for forsøg.
Læringsmål
Ved afslutningen af kurset forventes den studerende at kunne:
-
Udføre basale deskriptive- og sandsynlighedsberegninger.
-
Opstille statistiske hypoteser der bygger på biologiske spørgsmål.
-
Identificere problemer med indsamling og analyse af data fra biologiske og andre jordbrugsrelaterede undersøgelser.
-
Identificere en passende statistisk model for typiske biologiske data og spørgsmål samt planlægge forsøg.
-
Udregne parameterestimater og -usikkerheder ud fra data.
-
Udføre basale grafiske fremstillinger af data.
-
Udføre modelkritik på den statistiske model.
-
Anvende et computerprogram til indlæsning af data og efterfølgende analyse ved hjælp af den statistiske model.
-
Rapportere resultaterne fra et eksperiment, herunder forklare og vurdere de statistiske analyseresultater i forhold til de biologiske spørgsmål.
-
Kende de væsentlige modelleringsforudsætninger for den statistiske analyse især betydningen af varianshomogenitet og uafhængighed mellem observationer.
Indhold
På kurset lærer den studerende om begreberne: sandsynligheder, stokastiske variable og deres fordeling, additivitet af sandsynligheder, samt uafhængighed mellem stokastiske variable for både kontinuerte og diskrete variable. Kan beskrive de mest anvendte sandsynlighedsfordelinger såsom Binomial-, Poisson-, Normal- og t-fordeling.
Den studerende arbejder med statistiske modeller og kan beskrive modellernes parametre blandt andet middelværdi, varians og kovarians.
Den studerende arbejder med test af hypoteser på basis af statistiske modeller og teststørrelser samt om begreber som p-værdi og konfidensinterval, samt med metoder til at fastlæggelse af modellens parametre (estimation) ud fra data.
Den studerende vil komme til at arbejde med eksplorativ dataanalyse ved hjælp af grafiske metoder såsom: linjeplot, histogram, boxplot, fraktil-fraktil plot.
Den studerende opnår en grundlæggende viden om lineære regressionsmodeller. Arbejder først med den generelle lineære model, hvoraf variansanalyse og lineær regression er specialtilfælde.
Den studerende fokuserer på det fundamentale princip bag opdeling af variation i data til besvarelse af spørgsmål vedrørende forskelle i middelværdier.
Den studerende vil møde de mest basale hierarkiske modeller (modeller med tilfældige effekter) og vil møde deres svagheder og styrker.
Den studerende vil blive præsenteret for en introduktion til design af eksperimenter. Her vil den studerende finde ud af hvad gentagelse, pseudogentagelse, randomisering, en- og tovejs blokning, orthogonalitet både med kategoriske og kontinuerte variable, balancerede forsøg, faktorielle forsøg med vekselvirkninger betyder for et forsøg under planlæggelse.
Den studerende vil møde begrebet modelkontrol eller modelkritik, som skal anvendes ved alle former for dataanalyse. Herunder vil den studerende se metoder til visualiseringer af antagelserne for generelle lineære modeller, såsom uafhængige data, varianshomogenitet, linearitet mellem den afhængige og uafhængige variable og normalfordelingsantagelse.
Den studerende vil her få kendskab til begreberne outlier og leverage punkter for forsøgsdata. Vil opnå kendskab til gængse metoder til transformation af variable.
Princippet for modeludvælgelse med tilhørende grafiske metoder er en naturlig del af kurset, herunder vil den studerende opnå kendskab til fordele og ulemper ved forskellige modelselektionskriterier, få kendskab til tab af signifikansniveau ved multiple test og forskellige metoder til at imødegå dette. I øvelserne arbejder den studerende med at anvende egnet statistisk software.
Faglige forudsætninger
Calculus 1 og Calculus 2.
Underviser
Ulrich Halekoh
Undervisnings- og arbejdsform
Forelæsninger, obligatoriske øvelsesrapporter og computerøvelser blandt andet baseret på case-studier fra jordbrugsvidenskabelige forsøg.
Dansk. Undervisningsmateriale kan være engelsk.
Litteratur
-
Et nanokursus i statistik, Jens Ledet Jensen
-
Modern Statistics for the Life Sciences, Alan Grafen and Rosie Hails, Oxford (ISBN 0-19-925231-9)
Bedømmelse
-
Skriftlig, bedømt efter 7-skala med intern censur
5 xxxxx
4 timers skriftlig eksamen med alle normale hjælpemidler. Kurset
evalueres efter 7-trinsskalaen med intern censur. Deltagelse i
eksamen forudsætter godkendte øvelsesrapporter.
