Statistik och dataanalys för biomedicin
Kursplan, Grundnivå, 3ME095
- Kod
- 3ME095
- Utbildningsnivå
- Grundnivå
- Huvudområde(n) med fördjupning
- Biomedicin GXX, Medicinsk vetenskap GXX
- Betygsskala
- Väl godkänd (VG), Godkänd (G), Underkänd (U)
- Fastställd av
- Programkommittén för biomedicinprogrammet, 31 augusti 2020
- Ansvarig institution
- Institutionen för medicinska vetenskaper
Behörighetskrav
Grundläggande behörighet
Mål
SYFTE
Kursen ger färdigheter i att sammanställa biomedicinska data, tolkning av statistiska analyser och grundläggande färdigheter i statistisk dataanalys som kan användas vid analys av olika typer av biomedicinska data.
KUNSKAP OCH FÖRSTÅELSE
Studenten ska efter genomförd kurs:
- kunna redogöra för teoretiska och praktiska grundläggande begrepp inom beskrivande statistik, sannolikhetsteori och statistisk slutledning
- kunna redogöra för fördelningsmodellers roll i statistisk inferensteori och göra tolkningar av hypotesprövningar, konfidensintervall, regressionsmodeller och multivariata analyser
FÄRDIGHET OCH FÖRMÅGA
Studenten ska efter genomförd kurs kunna:
- tillämpa grundläggande metoder för beskrivande statistik
- kritiskt diskutera grundläggande statistiska analyser
- tillämpa enkla återsamplings-och randomiseringsbaserade metoder för statistisk inferens
- tillämpa elementär sannolikhetslära
- tillämpa matematiska fördelningsmodeller för grundläggande statistisk inferens
- tillämpa intervallskattningar
- tolka resultat av linjär regressionsanalys
VÄRDERINGSFÖRMÅGA OCH FÖRHÅLLNINGSSÄTT
Studenten ska efter genomförd kurs kunna:
- identifiera möjliga felkällor i utformningen av statistiska undersökningar
Innehåll
Del 1: Deskriptiv statistik: diagram och mått. Planering och utformning av statistiska undersökningar. Introduktion till sannolikheter och tillämpad frekventistisk inferens med hjälp av återsamplings- och randomiseringsbaserade metoder. Elementära statistiska analyser.
Del 2: Introduktion till sannolikhetslära och matematisk statistik. Tillämpad parametrisk statistisk inferensteori inkluderande parameterskattning, intervallskattning, regressionsanalys samt hypotestester. Prestandamått som t.ex. sensitivitet, specificitet, positivt prediktivt värde. Orienterande introduktioner till multivariat dataanalys, framförallt i form av hierarkisk klusteranalys och multipel regression, samt till Bayesiansk inferens.
Undervisning
Undervisningen omfattar föreläsningar, dator- och räkneövningar, problemorienterade grupparbeten och seminarier. Närvaro är obligatorisk vid datorövningar samt problemorienterade grupparbeten och seminarier. Undervisningen sker på svenska. Andra undervisningsformer än de specificerade kan komma att användas på kursen.
Examination
För godkänd kurs krävs godkänt resultat på samtliga obligatoriska moment och inlämningsuppgifter samt aktivt deltagande i seminarier, samt godkänt individuellt tentamensprov.
Möjlighet att komplettera icke godkända datorövningar kan beredas tidigast vid nästa kurstillfälle och endast i mån av plats.
Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare.