| Ansvarligt institut | Institut for Grundvidenskab og Miljø | ||||||||||||||
| English Title | Statistical Methods in Natural Science | ||||||||||||||
| Tidligst mulig placering | Bachelor 1. år | ||||||||||||||
| Varighed | En blok | ||||||||||||||
| Pointværdi | 7.5 (ECTS) | ||||||||||||||
| Kursustype | Bachelorkursus | ||||||||||||||
| Eksamen | Løbende eksamen skriftlig prøve Portfolio eksamen Alle hjælpemidler tilladt Beskrivelse af eksamen: Bedømmelse af løbende ugeopgaver. 7-trinsskala, intern censur | ||||||||||||||
| Rammer for Undervisning | Forelæsninger 2x2 timer ugentligt Øvelser 2x2 timer ugentligt Alternerende case / afleveringsopgaver 4t/8t pr uge, heraf 1t/uge opsamling/gennemgang | ||||||||||||||
| Blokplacering | Blok 4 Ugestruktur: A, Fastlagt i Uddannelsen "IT og Naturvidenskab" Tirsdage 10-12 Torsdage 10-12 og 15-17 (case) | ||||||||||||||
| Undervisningssprog | Dansk | ||||||||||||||
| Pointspærring | Kurset overlapper med Statitisk Dataanalyse 1 og Statistics for Life Science | ||||||||||||||
| Anbefalede forudsætninger | Lineær Algebra (NAT), eller tilsvarende matematiske forudsætninger | ||||||||||||||
| Kursusindhold | |||||||||||||||
| Sandsynlighedsregning og sandsynlighedsmodeller med diskrete og kontinuerte fordelinger. Statistisk begrebsapparat og fundamentale metoder til estimation og test, lineære modeller samt, gennem eksempler, cases og afleveringsprojekter, anvendelser af statistiske modeller i naturvidenskab og IT. Brug af det statistiske program R går gennem hele kurset. Kurset indgår som obligatorisk kursus på uddannelsen "Naturvidenskab og IT". | |||||||||||||||
| Undervisningsform | |||||||||||||||
| Forelæsninger med hovedvægt på metoder, modeller, anvendelser og fortolkning. Øvelser, cases og aflevringsprojekter/opgaver med samme indholdselementer, men med større vægt på konkrete eksempler. Computerberegninger ved hjælp af det statistiske program R indgår i en stor del af kurset. | |||||||||||||||
| Målbeskrivelse | |||||||||||||||
| Ved kursets afslutning skal den studerende: have kendskab til det sandsynlighedsteoretiske fordelingsbegreb og at kunne gennemføre simple sandsynlighedsteoretiske argumenter, kunne estimere og deskriptivt identificere simple karakteristika for fordelinger, have en overordet forståelse for de centrale begreber i statistisk inferens: estimation, test, konfidensintervaller og prædiktion. redegøre for estimation ved maksimum likelihood metoden, have viden om at opstille modeller i eksperimentelle situationer, herunder erfaring i at forstå den model-notation, der benyttes i moderne statistiske programpakker, redegøre for og anvende modelkontrol i normalfordelingsmodeller og evt. andre modelklasser, anvende statistikprogrammet R til at foretage simulationer, dataanalyser og modelkontrol. | |||||||||||||||
| Litteraturhenvisninger | |||||||||||||||
| Claus Ekstrøm og Helle Sørensen. Introduction to statistics for the life sciences. Udkommer fra forlaget Taylor and Francis. | |||||||||||||||
| Kursusansvarlig | |||||||||||||||
| Torben Martinussen, tma@life.ku.dk, Institut for Grundvidenskab og Miljø/Biostatistik og Matematik, Tlf: 353-32600 | |||||||||||||||
| Deltagerbetaling | |||||||||||||||
| Kurset deles i forholdet 2/3 (LIFE), 1/3 (NAT) | |||||||||||||||
| Studienævn | |||||||||||||||
| Studienævn NSN | |||||||||||||||
| Kursusbeskrivelsesomfang | |||||||||||||||
| |||||||||||||||