Kursplan för Statistiska metoder i naturvetenskapen

Statistical Methods in Natural Sciences

Det finns en senare version av kursplanen.

  • 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
  • Gäller från: HT 2011
  • Behörighet: 150 hp inklusive 75 hp biologi motsvarande basblocket i biologi inom Kandidatprogram i biologi/molekylärbiologi och kemi 30 hp.
  • 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.

Litteratur

Uppgift om kurslitteratur saknas. Ta kontakt med ansvarig institution för mer information.