210005 Statistical Data Analysis 1

Details
Department of Natural Sciences
Earliest Possible YearBSc. 2 year to BSc. 3 year
DurationOne block
 
Credits7.5 (ECTS)
Course LevelBSc
 
ExaminationFinal Examination

written examination


Written Exam in Lecturehall

All aids allowed

Description of Examination: Fire timers skriftlig prøve

Weight: 100%



13-point scale, external examiner

Dates of Exam:
03 November 2005
 
Requirement For Attending ExamGodkendelse af mindst 75%
(3 ud af 4) obligatoriske hjemmeopgaver.
 
Organisation of TeachingUndervisningen i en typisk uge vil bestå af forelæsninger, øvelsesopgaver af varierende omfang, plenum-gennemgang af "case-opgaver" samt obligatoriske hjemmeopgaver, med brug af PC.
 
Block PlacementBlok 1
Week Structure: C
 
Teaching LanguageDanish
 
Optional Prerequisites210002 Mathematics and data processing
 
Areas of Competence the Course Will Address
"Grundvidenskabelige kompetencer":

Viden om de fundamentale statistiske begreber variation, statistisk model, estimation, statistisk test, konfidensinterval samt fortolkningen af disse.

Forståelse af bestemte statistiske modeller og deres anvendelse, herunder variansanalyse og regression.

Kompetencer inden for "teknologi og produktion":

Anvende principper for statistiske analyser baseret på visse givne statistiske modeller samt beslægtede modeller til analyse af nye problemer og herved kunne fortolke og præsentere resultater opnået herved.

Anvende principper for et statistisk programsystem til at udføre visse statistiske analyser.

Kompetencer inden for "etik og værdier":

-
 
Course Objectives
Deltagerne skal lære at forstå og benytte visse statistiske modeller, at kunne fortolke og præsentere resultater opnået derved, at kende de basale statistiske begreber: variation, statistisk model, estimation, statistisk test, konfidensinterval, og at kunne forholde sig kritisk til en statistisk analyse.
 
Course Contents
Sandsynligheder, binomialfordelingen, tosidede antalstabeller, normalfordelingen, statistiske grundbegreber: variation, statistisk model, estimation, test, konfidensintervaller. Mere avancerede analyser benytter en statistisk programpakke og omfatter én- og flersidet variansanalyse, samt lineær og ikke-lineær regression. Der lægges vægt på modelformulering af problemer, som ønskes belyst ved forsøg eller dataindsamling, samt på tolkning af resultaterne, herunder begrebet signifikans.
 
Teaching And Learning Methods
Fire typer af undervisning vil indgå: forelæsninger, eksempler/cases, "klasse"-øvelser og hjemmeopgaver. Ved forelæsningerne introduceres og gennemgås dele af den generelle teori. Der lægges vægt på forståelse af problemstillingen, på valg af statistisk metode og på tolkning af resultaterne af den statistiske analyse. Eksempler/cases studeres indledningsvist selvstændigt af de studerende (i grupper) og følges op af plenum-gennemgang og diskussion. Ved øvelserne regnes opgaver, som hovedsageligt bygger på biologisk relevante problemer og indebærer analyse af forsøgsdata. Nogle af øvelserne baseres på brug af PC og en statistisk programpakke [forudsat lokaler og PC'er kan stilles til rådighed i fornødent omfang]. De obligatoriske hjemmeopgaver kan besvares i grupper på max. 4 studerende og vil omfatte de vigtigste analysemetoder og begreber.
 
Course Litterature
Meddeles senere
 
Course Coordinator
Error. Person Not Found 
Ib Michael Skovgaard, ims@life.ku.dk, Department of Natural Sciences/Statistik, Phone: 35332340
 
Study Board
Study Committee NSN
 
Course Scope
lectures44
theoretical exercises28
practicals8
project work40
preparation82
examination4

206