Design og analyse af eksperimenter

2019/2020

Modulets indhold, forløb og pædagogik

Et væsentligt element i design af medieteknologiske systemer er behovet for eksperimentelt at evaluere arbejdet. Viden om hvorledes man korrekt designer eksperimenter og evaluerer data er fundamentalt i denne sammenhæng. For eksempel test af hvilken trackingalgoritme er bedst, eller evaluering af hvorledes brugere klarer sig med forskellige typer af feedback, eller om der er korrelation mellem alder og performance, etc.

Læringsmål

Viden

Studerende, som gennemfører modulet, vil opnå:

  • Forståelse af grundlæggende sandsynlighedskoncepter: sample space, kombinatorik, uafhængige hændelser, betingede sandsynligheder, Bayes’ sætning, binomialfordeling, etc.
  • Forståelse af grundlæggende statistisk terminologi og behandling af data: fordelinger (sandsynlighedstæthedsfunktion, kummulitativ fordelingsfunktion, kvantilfunktion), mål for central tendens og variabilitet, histogram, type I og II fejl, etc.
  • Forståelse af fordele og ulemper ved forskellige typer af designs og studier (between-group, within-group, korrelationsstudier, blind/double-blind, komplet/inkomplet og balanceret/ubalanceret, etc.)
  • Forståelse af forskellen mellem almindelige eksperimentdesigns, f.eks., single-sample eksperimenter, two-sample eksperimenter, og factorial/multi-factorial eksperimenter
  • Forståelse af grundlæggende principper omkring uafhængighed, randomization, replikering og blocking, og hvorledes disse kan anvendes i eksperimenter
  • Evne til at relatere frekvensdistributioner til konceptet hypotesetest
  • Forståelse af mulige etiske aspekter af et studie

Færdigheder

Studerende, som gennemfører modulet, vil være i stand til at:

  • Designe et eksperiment til at måle ændringer i en afhængig variabel, ved at identificere og kontrollere relevante uafhængige variable
  • Informere og instruere personer der deltager i et studie
  • Forstå, og være i stand til at vælge imellem, de mest almindelige metoder til statistisk analyse og evaluering af eksperimentelle data, f.eks., t-test, analyse af varians, chi-square test, binomial test, korrelation, lineær og logaritmisk regression
  • Forstå forskellene mellem parametriske og ikke-parametriske metoder
  • Forstå forskellige måleskalaer og diskutere eksperimenter i forhold til reliability, bias og sensitivity
  • Diskutere egne data og antagelser anvendt ved statistisk tests
  • Anvende statistiksoftware til at analysere og præsentere eksperimentelle resultater
  • Diskutere og repræsentere empiriske data på forskellig vis (beskrivende tekst, tal, fomler, grafer og figurer) og skifte mellem disse i henhold til situationen og konteksten
  • Læse, forstå og implementere eksperimentelt og empirisk arbejde som beskrevet i relevant litteratur

Kompetencer

Studerende som gennemfører modulet vil være i stand til at:

  • Designe kvantitative videnskabelige eksperimenter under hensyntagen til relevante faktorer
  • Dokumentere egne, og forstå og evaluere andres, eksperimentelle resultater

Undervisningsform

Se oversigt over undervisningsformer under §17.

Eksamen

Forudsætning for indstilling til prøven

  • For at kvalificere sig til eksamen, skal den studerende have:
    - afleveret obligatoriske opgaver rettidigt
    - færdiggjort obligatoriske studieaktiviteter rettidigt

Prøver

Prøvens navnDesign og analyse af eksperimenter
Prøveform
Skriftlig eller mundtlig
ECTS5
Tilladte hjælpemidler
Med visse hjælpemidler:
Se semesterbeskrivelse
Bedømmelsesform7-trins-skala
CensurIntern prøve
VurderingskriterierEr angivet i fællesbestemmelserne

Fakta om modulet

Engelsk titelDesign and Analysis of Experiments
ModulkodeMSNMEDB4193C
ModultypeKursus
Varighed1 semester
SemesterForår
ECTS5
UndervisningssprogDansk og engelsk
UndervisningsstedCampus København
Modulansvarlig

Organisation

StudienævnStudienævnet for Medieteknologi
InstitutInstitut for Arkitektur og Medieteknologi
FakultetDet Tekniske Fakultet for IT og Design