Anbefalede faglige 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