AU kursuskatalog arkiv

Biostatistik 2a - Generaliserede Lineære Modeller ( forår 2011 - 5 ECTS )

Rammer for udbud

• Uddannelsessprog: dansk
• Niveau: Bachelorkursus (valgfag).
• Semester/kvarter: 3.  kvarter
• Timer per uge: 3 timers forelæsninger og 3 timers (computer) øvelser.
• Deltagerbegrænsning: Mindst 10 deltagere.
• Undervisningssted: Århus
• Hovedområde: Det Jordbrugsvidenskabelige Fakultet
• Udbud ID: 11845

Formål

Du opnår forudsætninger for at analysere ikke-normalfordelte data som hyppigheder, tælledata og rang observationer. Du opnår en forståelse for, hvorfor disse forskellige datatyper kan håndteres med en fælles regressionsmetode.

Læringsmål

Ved afslutning af kurset kan du:

• udføre en indledende analyse af ikke-normalfordelte data ved hjælp af simple statistiske opsummeringer og grafer
• skelne mellem transformation af selve observationerne og den link-transformerede middelværdi
• skelne mellem den systematiske og den tilfældige part i en generaliseret lineær model
• tolke modelparametre i generaliserede lineære modeller og log-lineære modeller
• anvende log-lineære modeller til belysning af association mellem kategoriske variable og relationen mellem marginale og betingede modeller 
• forudsige nye udfald ved hjælp af en tilpasset statistik model
• forklare betydningen af væsentlige modelforudsætninger og konsekvenserne hvis de ikke er opfyldt
• evaluere kvaliteten af en model fit og pege på mulige modelafvigelser
• konkludere på grundlag af den statistiske analyse om de eksperimentelle data støtter den videnskabelige hypotese

Indhold

I kurset arbejder du med logistisk regression til analyse af data der følger en binomialfordeling såsom binære (ja/nej) eller hyppighedsobservationer. Begreber som odds, odds ratio og logit introduceres. Desuden brug af Poisson regression for tælledata. For begge data-typer diskuterer vi hvordan man håndterer overspredning.  

Du arbejder med generaliserede lineære modeller, som fælles ramme for logistisk- og Poisson-regression, og du lærer at beskrive forskellen mellem generelle lineære modeller med transformation og generaliserede lineære modeller med den link-transformerede middelværdi. Du gennemgår metoder for test og modelsammenligning såsom maksimum likelihood analyse (deviansanalyse), grafiske fremstillinger af residualer og andre former for modelkontrol og problemer med goodness-of-fit tests.

Du lærer om Akaike's informationskriterium og krydsvalidering og disse bruges som kriterier for modelselektion.

Du analyserer ordinale observationer ved hjælp af proportional odds modellen og analyser krydstabulerede data (kontingenstabeller) ved hjælp af log-lineære modeller som generaliserer den simple Chi ² -test for sammenhæng mellem to kategoriske variable.

 Du arbejder med non-parametriske tests for ordinale data som Kruskal-Wallis og Friedman tests.

Faglige forudsætninger

Biostatistik eller et tilsvarende kursus.

Underviser

Erik Jørgensen (Erik.Jorgensen@agrsci.dk)

Undervisnings- og arbejdsform

Forelæsninger, obligatoriske øvelsesrapporter og computerøvelser blandt andet baseret på casestudier fra jordbrugsvidenskabelige forsøg.

Dansk.

Litteratur

Quinn, Gerry. P, Keough, Michael J. (2002) Experimental Design and Data Analysis for Biologists, Cambridge University Press, ISBN: 0521 00976 6 chapters 13-14 and lecture notes

Studieordning og bedømmelse

Bacheloruddannelsen i jordbrug, fødevarer og miljø, fødevarekvalitet

• Skriftlig, bedømt efter 7-skala med intern censur

Bacheloruddannelsen i jordbrug, fødevarer og miljø, husdyrbiologi og produktion

• Skriftlig, bedømt efter 7-skala med intern censur

Bacheloruddannelsen i jordbrug, fødevarer og miljø, jordbrug og miljø

• Skriftlig, bedømt efter 7-skala med intern censur

Bacheloruddannelsen i jordbrug, fødevarer og miljø, planteproduktion

• Skriftlig, bedømt efter 7-skala med intern censur

Der gives en samlet bedømmelse på baggrund af øvelsesrapporter og en 4 timers skriftlig eksamen med alle normale hjælpemidler.
Kurset evalueres efter 7-trinsskalaen med intern censur.