Biomedicinsk dataanalys
Kursplan, Grundnivå, 3ME060
- Kod
- 3ME060
- Utbildningsnivå
- Grundnivå
- Huvudområde(n) med fördjupning
- Biomedicin G1N
- Betygsskala
- Väl godkänd (VG), Godkänd (G), Underkänd (U)
- Fastställd av
- Programkommittén för biomedicinprogrammet, 12 december 2011
- Ansvarig institution
- Institutionen för medicinska vetenskaper
Behörighetskrav
Grundläggande behörighet
Mål
Kursen syftar till att ge studenterna grundläggande kunskaper i statistisk dataanalys så att de kan analysera olika typer av biomedicinska data.
FÄRDIGHET OCH FÖRMÅGA
Studenten ska efter genomförd kurs kunna tillämpa
- grundläggande metoder för beskrivande statistik
- grundläggande sannolikhetsteori
- grundläggande statistisk slutledning (inferens)
- grundläggande multivariat dataanalys
- ovanstående metoder på frågeställningar hämtade bl.a. från andra kurser i programmet.
KUNSKAP OCH FÖRSTÅELSE
Studenten ska efter avslutad kurs
- kunna redogöra för teoretiska och praktiska grundläggande begrepp inom beskrivande statistik, sannolikhetsteori, statistisk slutledning och multivariat dataanalys
- kunna redogöra för och generalisera utifrån exempel på statistisk dataanalys hämtade från andra kurser i programmet.
VÄRDERINGSFÖRMÅGA OCH FÖRHÅLLNINGSSÄTT
Studenten ska efter avslutad kurs
- kunna värdera betydelsen och behovet av att tillkalla statistiskt expertstöd för ett givet problem.
Innehåll
STATISTIK
Allmänna begrepp och beskrivande statistik. Mättekniska prestandamått som precision, noggrannhet, bias, detektionsgräns, variationskoefficient. Grundläggande begrepp som sambandsmått, fördelningsfunktioner, stickprov och samplingsfördelning. Statistisk inferensteori inkluderande parameterskattning, regressionsanalys samt parametrisk och icke-parametrisk hypotestestning. Prestandamått som känslighet, specificitet, positivt prediktivt värde. Orienterande introduktion till multivariat dataanalys i form av t.ex. hierarkisk klusteranalys och multivariat regression.
TILLÄMPNINGAR
Biomedicinska tillämpningar som t.ex. instrumentkalibrering, metodutveckling och validering, multipelsekvensanalys samt analys av data från biomarkörsgenererande metoder, som t.ex. spektroskopiska tekniker, molekylära systemanalyser och automatiserad mikroskopi.
Undervisning
Undervisningen omfattar föreläsningar, dator- och räkneövningar, problemorienterade grupparbeten och seminarier. Närvaro är obligatorisk vid dator- och räkneövningar samt grupparbeten och seminarier.
Examination
För godkänd kurs krävs godkänt resultat på samtliga obligatoriska moment samt tentamensprov.
Möjlighet att komplettera icke godkända datorövningar kan beredas tidigast vid nästa kurstillfälle och endast i mån av plats.
Studerande som underkänts på tentamensprov har rätt att genomgå tentamensprov ytterligare 4 gånger (= totalt 5 tentamensprov). Om synnerliga skäl finns kan programkommittén medge ytterligare tentamenstillfälle. Som tentamenstillfälle räknas de gånger studenten deltagit i tentamen. Inlämning av s.k. blank skrivning räknas som ett tentamenstillfälle.