R för nybörjare, 2 hp
Getting started with R
Kursinformation
Undervisningsspråk: Engelska
Tid då kursen ges: 16-17 och 20 januari 2025
Undervisningsformat, på campus eller digitalt: To be decided via questionnaire to participants to choose between fully in person or hybrid, most likely hybrid format (first session in person, remainder online)
Rekommenderade förkunskaper
MSc i naturvetenskap eller relaterat område, erfarenhet/utbildning i grundläggande statistik
Kursens mål
Denna kurs introducerar det kommandobaserade statistiska programmet R, ett av de mest använda och mångsidiga statistiska programmen inom naturvetenskap och relaterade områden.
Lärandemål: Efter denna kurs kommer studenterna
• att kunna genomföra grundläggande statistiska analyser i R, inklusive att avgöra vilken analys som ska användas och hur resultaten ska tolkas
• att kunna skriva den tillhörande R-koden och utföra grundläggande programmeringssteg, och
• att veta hur man går tillväga för att lära sig mer avancerade statistiska metoder i R.
Denna kurs gör det också möjligt för studenterna att använda R självständigt i Göran Arnqvists kurs "Moderna statistikmetoder inom naturvetenskap". "Kom igång med R" kan tas för sig själv eller strax före "Moderna statistikmetoder..." börjar (kursens tider koordineras).
Hur kursen relaterar till mål för examen på forskarnivå
Att undervisa i användningen av R för oberoende statistiska analyser samt val och kritisk utvärdering av statistiska metoder är kopplat till följande tre mål för doktorsexamen (Högskoleförordningen, bilaga 2, Examensordning 2006:1053):
För doktorsexamen ska doktoranden
• "...visa förtrogenhet med vetenskaplig metodik i allmänhet och med det specifika forskningsområdets metoder i synnerhet." (Kunskap och förståelse)
• "...visa förmåga till vetenskaplig analys och syntes samt till självständig kritisk granskning och bedömning av nya och komplexa företeelser, frågeställningar och situationer." (Färdighet och förmåga)
• "...visa förmåga att kritiskt, självständigt, kreativt och med vetenskaplig noggrannhet identifiera och formulera frågeställningar samt att planera och med adekvata metoder bedriva forskning och andra kvalificerade uppgifter inom givna tidsramar och att granska och värdera sådant arbete." (Färdighet och förmåga)
Kursinnehåll
Kursen omfattar: Datainläsning och manipulering, R:s kommandostruktur, vanliga grundläggande statistiska metoder (till exempel, korrelation, ANOVA och regression), diagram (stapeldiagram och spridningsdiagram), samt en kort introduktion till programmeringsstrukturer.
Undervisning
: I den här kursen introduceras studenterna först till ett ämne och tillbringar sedan större delen av kursen med att självständigt lösa övningar. Övningarna är utformade för att vara utmanande och uppmanar studenterna att inte bara skriva R-kod utan också fatta egna analysbeslut och kritiskt utvärdera metoder. Kodning kan vara svårt men lärs bäst genom praktik. Vi uppmuntrar lärande och förståelse genom att be studenterna arbeta i sin egen takt (fortsätta med tidigare övningar senare om det behövs) och genom att erbjuda omfattande individuell hjälp under övningarna med en assistent per 5-6 studenter. När studenterna har slutfört en övning, finns fullständiga lösningar tillgängliga så att de kan självkontrollera sina resultat och få mer input om kodning. Dessa åtgärder uppmuntrar studenterna att arbeta fritt tills de förstår vad de gör, utan att behöva oroa sig för att bli helt fast med kodningen eller missa något om de behöver mer tid. Den önskade undervisningsmiljön under övningarna är en med hög koncentration bland studenterna med viss konsultation med lärare i tysta röster (eller digitalt). Under sessionerna kan man ibland höra studenterna utbrista "ja! nu fungerar det!".
Struktur: Kursen består av sex halvdags-sessioner, vardera bestående av en föreläsning/demonstration (1 timme) och tillhörande övningar (2 timmar). Övningarna fokuserar på realistiska analyssteg och använder verkliga dataset. Studenterna uppmanas att arbeta i sin egen takt under sessionerna. Under praktikperioden har studenterna tillgång till individuell hjälp från mig och 2-3 assistenter, beroende på antalet studenter. Övningarna är utformade för att uppmuntra självständigt tänkande (snarare än repetition).
Examination
Närvaro vid 5 av 6 sessioner och inlämning av en övning.
Examinator
Gabriela Montejo-Kovacevich, gabriela.montejo-kovacevich@scilifelab.uu.se
Huvudansvarig institution
Institutionen för ekologi och genetik
Kontaktperson/er
Gabriela Montejo-Kovacevich, gabriela.montejo-kovacevich@scilifelab.uu.se
Ansökan
Skicka anmälan till kursen till: Ansökan till R för nybörjare
Skicka anmälan senast: 2024-12-16