Statistiek voor de Levenswetenschappen

Statistics for Life sciences

6 EC

Semester 1, periode 3

5022SVDL6Y

Eigenaar Bachelor Bèta-gamma
Coördinator Daniël Kooij
Onderdeel van Bachelor Bèta-gamma, major Biomedische Wetenschappen, jaar 2Bachelor Bèta-gamma, major Neurobiologie, jaar 2

Studiewijzer 2023/2024

Globale inhoud

Dit vak is het vervolg op het eerstejaars Bèta-gammavak Onderzoeksmethoden en Analyse van
Wetenschappelijk Onderzoek.

Het eerste deel van het vak biedt herhaling en verdieping in eerder behandelde statistische
begrippen, zoals kengetallen van locatie en spreiding, steekproefverdelingen, en de basisprincipes
van hypothesetoetsen. Tevens worden er veelgebruikte statistische toetsen zoals de t-toets en de variantieanalyse voor onafhankelijke groepen behandeld en hun onderliggende relatie besproken.
Daarna zullen we dieper in gaan op multivariate regressie middels general en generalized linear models. 

Om de behandelde analysetechnieken uit te voeren, wordt er gebruik gemaakt van de (programmeer)taal R.

Gedurende je hele studie zijn deze vaardigheden en inzichten nodig bij diverse vakken waarin met data gewerkt wordt. 

Studiemateriaal

Literatuur

  • The analysis of biological data.  Whitlock & Schluter (3de druk)

Practicummateriaal

  • Materiaal van laptopcolleges wordt aangeboden in de digitale leeromgeving SOWISO

Software

  • R en R studio

Overig

  • Powerpointslides van de hoorcolleges en werkcolleges

  • Een laptop is verplicht

Leerdoelen

  • statistische toetsen en methoden zoals de binomiaaltoets, de chi-kwadraat toets voor passendheid, de chikwadraat-toets voor onafhankelijkheid en de Fisher-exact toets kunnen uitvoeren en interpreteren.
  • werken met normaal verdeelde data, o.a. "z-scoring" en het uitvoeren en interpreteren van de resultaten van t-toetsen.
  • het op de juiste wijze kunnen toepassen van data transformaties (log, arcsinus en wortel) en het kunnen toepassen van verdelingsvrije methoden, o.a. de tekentoets, de Mann-Withney U toets en Wilcoxon's signed rank test en permutatie testen.
  • een experiment plannen en ontwerpen met inachtneming van de daaropvolgende dataverwerking en de statistische analyse.
  • toetsen of variabelen gecorreleerd zijn met parametrische en verdelingsvrije methoden.
  •  relaties tussen numerieke variabelen onderzoeken met behulp van enkelvoudige regressie.
  • relaties tussen een numerieke responsvariabele en meerdere numerieke verklarende variabelen onderzoeken met meervoudige regressie.
  • general linear models (LM) fitten en selecteren voor interpretatieve en predicatieve doeleinden.
  • het effect van numerieke en categorische verklarende variabelen op bivariate responsvariabelen toetsen met behulp van logistische regressie (GLM)
  • het op de juiste wijze rapporteren van de resultaten van statistische analyses in wetenschappelijke publicaties en het op de juiste wijze weergeven in tabellen en figuren die het resultaat zijn van deze analyses in wetenschappelijke publicaties.

Onderwijsvormen

  • Hoorcollege
  • Zelfstudie
  • Laptopcollege

Het boek vormt de primaire bron van theoretische kennis en dient zelfstandig bestudeerd te worden. De hoorcolleges dienen ter ondersteuning van de zelfstudie van het boek en ter aanvulling van de stof op punten die niet in het boek besproken worden (de collegeslides zijn onderdeel van de stof). De laptopcolleges zijn bedoeld als extra ondersteuning aan studenten bij het uitvoeren van de opdrachten. Deze opdrachten dienen ter verheldering van de theoretische stof, en om studenten praktische vaardigheden van het statistisch analyseren van data aan te leren.

Verdeling leeractiviteiten

Activiteit

Aantal uur

Digitale Toets

2

Hoorcollege

14

Laptopcollege

14

Leren tentamen

20

Opdrachten

24

Zelfstudie 

94

Totaal

168 (6 x 28 uur)

 

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

  • 1. In geval van werkgroepbijeenkomsten is de student verplicht tenminste 7 van elke 8 werkgroepbijeenkomsten bij te wonen, tenzij anders aangegeven in de studiewijzer. Bij meer dan 8 werkgroepbijeenkomsten geldt dat de student steeds per (deel van) 8 bijeenkomsten maximaal 1 bijeenkomst mag missen. Indien de student minder dan het verplichte aantal bijeenkomsten heeft bijgewoond, kan het vak niet worden afgerond.
  • In geval van een practicum is de student verplicht ten minste 90% van de practicumbijeenkomsten bij te wonen, tenzij anders aangegeven in de studiewijzer. In geval de student minder dan 90% heeft bijgewoond dient het practicum opnieuw te worden gevolgd.

Aanvullende eisen voor dit vak:

Het wordt sterk aangeraden aanwezig te zijn bij de hoorcolleges en aanwezigheid bij de Laptopcolleges is verplicht. 

 

 

Toetsing

Onderdeel en weging Details

Eindcijfer

1 (100%)

Tentamen digitaal

Aan het eind van het vak volgt een digitaal tentamen in SOWISO. Dit tentamen is een openboektentamen. Dit betekent dat het boek mee naar het tentamen mag worden genomen. Er mag geen ander materiaal mee worden genomen naar het tentamen. Tijdens de toets zal het R-Codeblad dat  op SOWISO staat digitaal beschikbaar zijn.  Daarnaast zal tijdens de toets R en RStudio beschikbaar zijn. 

Toetsmatrijs (studentenversie)

De student kan: Kennis/Inzicht Toepassen

statistische toetsen en methoden uit het vak Basiswiskunde en Statistiek in de BMW zoals de binomiaaltoets, de chi-kwadraat toets voor passendheid, de chikwadraat-toets voor onafhankelijkheid en de Fisher-exact toets uitvoeren en interpreteren.

25

75

werken met normaal verdeelde data, o.a. "z-scoring" en het uitvoeren en interpreteren van de resultaten van t-toetsen.

25

75

het op de juiste wijze kunnen toepassen van data transformaties (log arcsin en wortel) en verdelingsvrije methoden, o.a. de tekentoets, de Mann-Withney U toets en Wilcoxon's signed rank test en permutatie testen.

25

75

een experiment plannen en ontwerpen met inachtneming van de daaropvolgende dataverwerking en de statistische analyse.

50

50

toetsen of variabelen gecorreleerd zijn met parametrische en verdelingsvrije methoden.

25

75

relaties tussen numerieke variabelen onderzoeken met behulp van enkelvoudige regressie.

25

75

relaties tussen een numerieke responsvariabele en meerdere numerieke verklarende variabelen onderzoeken met meervoudige regressie.

25

75

general linear models (LM) fitten en selecteren voor interpretatieve en predicatieve doeleinden.

25

75

het effect van verklarende variabelen onderzoeken op bivariate responsvariabelen met behulp van logistische regressie (GLM)

25

75

het op de juiste wijze rapporteren van de resultaten van statistische analyses en het op de juiste wijze weergeven in tabellen en figuren van verkregen data.

50

50

     

Studenten die het vak al eerder hebben gevolgd

Voor studenten die het vak al eerder hebben gevolgd geld geen aanwezigheidsplicht. Zij zijn wel van harte welkom om de colleges en de werkcolleges bij te wonen.  

Inzage toetsing

De manier van inzage wordt via de digitale leeromgeving gecommuniceerd.

Het is niet toegestaan om tentamenmateriaal (i.e., vragen en antwoorden) na afloop van het tentamen of de inzage fysiek of digitaal mee te nemen.

Fraude en plagiaat

Dit vak hanteert de algemene 'Fraude- en plagiaatregeling' van de UvA. Hier wordt nauwkeurig op gecontroleerd. Bij verdenking van fraude of plagiaat wordt de examencommissie van de opleiding ingeschakeld. Zie de Fraude- en plagiaatregeling van de UvA: http://student.uva.nl

Weekplanning

Weeknummer Onderwerpen Studiestof
1. College 1 Herhaling empirische cyclus en basis toetsingstheorie

Whitlock & Schluter (2015) H1, H3, H4, H5.4, H6, H10, H11, H12, H16, H17

1. College 2 Het vergelijken van gemiddelden in meer dan twee groepen (ANOVA & Kruskal-Wallis) Whitlock & Schluter hoofdstuk 15
2. College 3 Correlatie en experimental design Whitlock & Schluter hoofdstuk 14 & 16
2. College 4 General linear models 1: Enkelvoudige lineaire regressie Whitlock & Schluter hoofdstuk 17
3. College 5 General linear models 2: ANCOVA Whitlock & Schluter hoofdstuk 18
3. College 6 General linear models 3: multiple regressie en multiple comparissons  Whitlock & Schluter hoofdstuk 17 & 18
4. College 7 Generalized linear models: Logistische regressie Whitlock & Schluter hoofdstuk 17 & 18

 

Aanvullende informatie

Aanbevolen voorkennis: Eerstejaars Bèta-gammavak Onderzoeksmethoden en Analyse van
Wetenschappelijk Onderzoek

Dit vak heeft een Canvas-site. Hier vind je de noodzakelijke aanvullende informatie; bekijk de Canvas-site dus met grote regelmaat!

 

Sociale veiligheid

We vinden het belangrijk dat je je op de UvA en bij Bèta-gamma veilig voelt. Krijg je onverhoopt te maken met ongewenst gedrag of voel je je onveilig, dan kun je terecht bij verschillende personen. Je melding wordt altijd vertrouwelijk behandeld. Kijk hier voor meer informatie over waar en bij wie je terecht kunt.

Feedback studenten afgelopen jaar

Dit is het laatste jaar dat dit vak wordt gegeven. De hier behandelde stof zal worden geïntegreerd in het basiscurriculum van BG. Afgelopen jaren werd de cursus verzorgd door docenten van psychologie. Dit jaar geven we de BMW-cursus Voortgezette Statistiek. Daardoor zit het vak dit jaar anders in elkaar dan vorig jaar. 

Contactinformatie

Coördinator

  • Daniël Kooij

Coördinator & Hoorcollegedocent: Michiel van Wijk (M.vanwijk@uva.nl)