| Responsible Department | Department of Basic Science and Environment | ||||||||||||||
| Earliest Possible Year | BSc. 1 year | ||||||||||||||
| Duration | One block | ||||||||||||||
| Credits | 7.5 (ECTS) | ||||||||||||||
| Level of Course | BSc | ||||||||||||||
| Examination | Continuous Assessment written examination Portfolio Examination All aids allowed Description of Examination: Bedømmelse af løbende ugeopgaver. 7-point scale, internal examiner | ||||||||||||||
| Organisation of Teaching | Forelæsninger 2x2 timer ugentligt Øvelser 2x2 timer ugentligt Alternerende case / afleveringsopgaver 4t/8t pr uge, heraf 1t/uge opsamling/gennemgang | ||||||||||||||
| Block Placement | Blok 4 Week Structure: A, Fastlagt i uddannelsen "IT og Naturvidenskab" Tirsdage 10-12 Torsdage 10-12 og 15-17 (case) | ||||||||||||||
| Language of Instruction | Danish | ||||||||||||||
| No Credit Points With | Kurset overlapper med Statitisk Dataanalyse 1 og Statistics for Life Science | ||||||||||||||
| Optional Prerequisites | Lineær Algebra (NAT), eller tilsvarende matematiske forudsætninger | ||||||||||||||
| Course Content | |||||||||||||||
| 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". | |||||||||||||||
| Teaching and learning Methods | |||||||||||||||
| 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. | |||||||||||||||
| Learning Outcome | |||||||||||||||
| 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. | |||||||||||||||
| Course Literature | |||||||||||||||
| Claus Ekstrøm og Helle Sørensen. Introduction to statistics for the life sciences. Udkommer fra forlaget Taylor and Francis. | |||||||||||||||
| Course Coordinator | |||||||||||||||
| Torben Martinussen, tma@life.ku.dk, Department of Basic Sciences and Environment, Phone: 353-32600 | |||||||||||||||
| Course Fee | |||||||||||||||
| Kurset deles i forholdet 2/3 (LIFE), 1/3 (NAT) | |||||||||||||||
| Study Board | |||||||||||||||
| Study Committee NSN | |||||||||||||||
| Work Load | |||||||||||||||
| |||||||||||||||