Modern statistik inom naturvetenskaperna, 5 hp
Modern statistics in natural science
Kursinformation
Undervisningsspråk: Engelska
Tid då kursen ges: Januari-mars 2025.
Undervisningsformat, på campus eller digitalt: På plats på campus. Föreläsningar, självständig praktisk statistisk problemlösning, gruppdiskussioner, läsning och diskussion av kursboken och utvalda artiklar, handledning i programvarumiljön R.
Rekommenderade förkunskaper
Grundläggande kunskap i statistik
Kursens mål
Att ge en introduktion till de mest använda moderna statistiska teknikerna och verktygen som används inom ett brett spektrum av naturvetenskaper, för att analysera empiriska data och testa hypoteser. Förutom att ge en översikt över den statistiska "verktygslådan" skapar kursen en förståelse för filosofin och resonemanget bakom statistisk design, modellering och inferens. Praktiska moment (övningar) och gruppdiskussioner ger studenterna betydande praktisk erfarenhet, djupare insikter, självförtroende och träning i att diskutera statistiska analyser. Detta är en allmän kurs i tillämpad statistik med fokus på experimentella data som främst lockar doktorander från biologi/livsmedelsvetenskap, geovetenskap, kemi, informationsteknologi, experimentell fysik och relaterade områden.
Hur kursen relaterar till mål för examen på forskarnivå
Kursen utvecklar och diskuterar ett antal grundläggande och allmänna mål inom forskarutbildningen, såsom vetenskapliga slutsatser, begränsningar av dualism, hypotesprövning, vetenskaplig transparens, god statistisk praxis, experimentell design och numerisk analys. Mer specifika mål inkluderar insikter i val och genomförande av statistiska modeller samt tolkning av statistisk analys, vilket är centralt inom alla områden som bygger på empiriska data. Sammanfattningsvis förbättrar kursen avsevärt deltagarnas kunskap och förståelse för vetenskaplig metodologi, statistisk analys och kritisk utvärdering av vetenskapliga slutsatser. Dessa är alla centrala mål inom forskarutbildningen.
Kursinnehåll
Kursen är inriktad på analyser av experimentella data, men en översikt av analyser av observationsdata ges också. Kursen fokuserar på linjära modeller och inkluderar: experimentella designer som leder till ANOVA eller ANCOVA, mixade modeller, blockade experiment, upprepade mätningar, nästlade och faktoriella designer, multipel regression inklusive strategier för att välja variabler och utvärdera modeller, generaliserade linjära modeller (GLIM) inklusive logistisk och Poisson-regression, tester av kontingenstabeller, styrkeanalys, multivariat analys och ordinationstekniker, resampling och permutationstatistik, Bayesiansk modellpassning, MCMC-tekniker, geometrisk morfometri och några andra ämnen. Den filosofiska grunden för hypotesprövning och statistiska slutsatser behandlas i början av kursen, och kursen avslutas med att beakta god vetenskaplig praxis i termer av statistiska analyser.
Undervisning
Kärnan i kursen utgörs av en serie på 13 halvdagar med interaktiva föreläsningar, vilka normalt äger rum två gånger per vecka. Dessutom arbetar deltagarna sedan utanför schemat med en rad vanliga praktiska moment/problem som sedan diskuteras under en serie handledda gruppdiskussioner. Deltagarna lämnar sedan in skriftliga individuella praktiska rapporter om dessa övningar. Praktiska råd och individuell handledning av ”scripting” i den statistiska miljön R erbjuds också vid flera tillfällen under kursen. Kursen avslutas med en gruppdiskussion av en rad statistiska problem uppbyggda kring kursboken.
Examination
Närvaro vid alla föreläsningar (eller ersättningsuppgifter) samt godkända individuella praktiska rapporter som studenterna lämnar in.
Examinator
Prof. Göran Arnqvist, Goran.Arnqvist@ebc.uu.se
Huvudansvarig institution
Institutionen för ekologi och genetik
Kontaktperson/er
Göran Arnqvist, Goran.Arnqvist@ebc.uu.se
Ansökan
Skicka anmälan till kursen till:
Registrering sker antingen i det google-ark som skickas ut till alla doktorander via e-post under hösten, eller helt enkelt via e-post till kursansvarig lärare.
Skicka anmälan senast: 31 december 2024