Forudsætninger/Anbefalede forudsætninger for
at deltage i modulet
Modulet bygger videre på viden opnået i modulerne grundlæggende
programmering, lineær algebra og calculus.
Modulets indhold, forløb og pædagogik
Kurset skal understøtte den studerende i læringen af klassisk
statistisk analyse af kvalitative måledata
Læringsmål
Viden
- Få forståelse for klassiske metoder til statistisk analyse af
kvantitative og kvalitative måledata i forbindelse med designede
forsøg. Herunder:
- eksplorative teknikker til dataanalyse
- flersidet variansanalyse
- multipel regressionsanalyse
- kovariansanalyse
- analyse af latinske kvadrater
- samt
- logistisk regressionsanalyse
- item-respons analyse
- kontingenstabelanalyse (herunder 2-sidede og 3-sidede
tabeller
- samt betinget uafhængighed
- kendskab til grafiske modeller.
Færdigheder
- anvende en softwarepakke til analyse og fortolkning af data
i
- relation til konkrete forsøg.
Kompetencer
- at kunne identificere og udregne relevante og simple empiriske
frekvens- og associationsmål, samt vurdere deres statistiske
usikkerhed
- at kunne opstille, analysere og kontrollere en statistisk model
til beskrivelse af data fra et designet eksperiment
- at kunne på basis af videnskabelige hypoteser formulere, teste
og vurdere tilsvarende statistiske hypotesers validitet
- at kunne formidle resultaterne af en statistisk analyse samt
diskutere konsekvenser af analysens forudsigelser
Undervisningsform
Forelæsninger med tilhørende opgaveregning.
Eksamen
Prøver
Prøvens navn | Statistik |
Prøveform | Skriftlig eller mundtlig |
ECTS | 5 |
Bedømmelsesform | 7-trins-skala |
Censur | Intern prøve |
Vurderingskriterier | Vurderingskriterierne er angivet i Universitetets
eksamensordning |