Kursplan för Statistiska metoder i naturvetenskapen

Statistical Methods in Natural Sciences

Kursplan

  • 5 högskolepoäng
  • Kurskod: 1BG391
  • Utbildningsnivå: Avancerad nivå
  • Huvudområde(n) och successiv fördjupning: Biologi A1N, Kemi A1N, Geovetenskap A1N

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå
    G1N: har endast gymnasiala förkunskapskrav
    G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    GXX: kursens fördjupning kan inte klassificeras.

    Avancerad nivå
    A1N: har endast kurs/er på grundnivå som förkunskapskrav
    A1F: har kurs/er på avancerad nivå som förkunskapskrav
    A1E: innehåller examensarbete för magisterexamen
    A2E: innehåller examensarbete för masterexamen
    AXX: kursens fördjupning kan inte klassificeras.

  • Betygsskala: Underkänd (U), godkänd (G)
  • Inrättad: 2011-03-10
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Reviderad: 2018-08-30
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: vecka 30, 2019
  • Behörighet: 150 hp inklusive 75 hp biologi motsvarande basblocket i biologi inom Kandidatprogram i biologi/molekylärbiologi och kemi 30 hp.
    Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
  • Ansvarig institution: Institutionen för biologisk grundutbildning

Mål

Efter godkänd kurs ska studenten kunna:

  • beskriva olika statistiska modeller
  • välja utvärderingsmetod för olika typer av empiriska data
  • använda de viktigaste och vanligaste statistiska metoderna
  • redogöra för filosofin och argumenten bakom experimentdesign och hypotesprövning.

Innehåll

Kursen utgår från studenternas grundläggande kännedom om basala statistiska begrepp som centralmått, spridningsmått och hypotesprövning. Målet är att ge en god överblick över den statistiska verktygslåda som används för analys av empiriska data, framförallt inom biologin. Kursen täcker analys av experimentella data (ANOVA, ANCOVA, inklusive blockexperiment, "repeated measurement", nestade och faktoriella experiment) men även observationsdata (regression, inklusive metoder för att välja prediktorer och utvärdera modeller, generaliserade linjära modeller (GLIM) med logistisk och Poisson-fördelning). Introduktion till "power analysis", multivariat analys, återsampling och permutationstekniker. En kort introduktion till programmet R erbjuds också.

Undervisning

Föreläsningar, litteraturdiskussioner och självständiga datorövningar (analys av exempeldata).

Examination

För betyget godkänd krävs dels närvaro vid samtliga moment dels godkända redovisningar för datorövningar. 
 
Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t ex vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.

Litteratur

Litteraturlista

Gäller från: vecka 30, 2019

  • Quinn, Gerald Peter; Keough, Michael J. Experimental design and data analysis for biologists

    Cambridge: Cambridge University Press, 2002

    Se bibliotekets söktjänst