Verzamelen, Visualiseren en Analyseren

Data Collection, Visualisation and Analysis

Studiewijzer 2018/2019

Globale inhoud

De theorie van beschrijvende statistiek, visualisatie, kansberekening en toetsende statistiek wordt via de interactieve omgeving SOWISO geintroduceerd en  toegepast via interactieve oefeningen in de R software-omgeving (zelfstudie).

Daarna wordt de theorie in hoorcoleges besproken en in werkcolleges toegepast op concrete en meer uitdagende opdrachten. Bij de opdrachten binnen de werkcolleges worden gegevens uit verschillende primaire en secundaire verzameld, verwerkt en geanalyseerd in R.

Het vak is opgesplitst in twee delen van gelijke omvang en ieder van deze delen wordt afgesloten met een deeltoets. In het eerste deel worden beschrijvende statistiek, kansberekening & kansverdelingen behandeld, in het tweede deel komt toetsende statistiek aan bod.

Studiemateriaal

Syllabus

• https://uva.sowiso.nl/

Practicummateriaal

• https://uva.sowiso.nl/

Software

• http://rstudio.com/
• https://cran.r-project.org/

Leerdoelen

Voor het eerste deel (beschrijvende statistiek, kansberekening & kansverdelingen):

1. verzamelen, verwerken en combineren van biofysische en sociaal-economische gegevens uit zowel primaire als secundaire bronnen in een datamatrix

2. Begrip ontwikkelen van gegevensvisualisatie:

• het interpreteren en maken van grafieken voor het verkennen en beschrijven van een data set
• het maken van correcte grafieken voor het ondersteunen van een argument

3. Begrip ontwikkelen van beschrijvende statistiek:

• selecteren, berekenen en rapporteren van juiste samensvattingsmaten voor het beschrijven van een variabele
• selecteren, berekenen en rapporteren van juiste samenhangsmaten voor het beschrijven van de relatie tussen twee variabelen

4. Begrip ontwikkelen van de basisprincipes en rekenregels bij kansberekening:

• toepassen van kansrekenregels om kansuitspraken over een eenvoudig proces of een populatieparameter te doen
• benoemen van eigenschappen van enkele belangrijke kansverdelingen (normaal, t, bionomiaal en chi-kwadraat)
• toepassen van kansverdelingen bij kansberekening

Voor het tweede deel (toetsende statistiek):

5. Begrip ontwikkelen van de basisprincipes bij schatten

• uitrekenen en interpreteren van betrouwbaarheidsintervallen van een populatie-gemiddelde en een proportie
• uitrekenen en interpreteren van betrouwbaarheidsintervallen van een regressie-parameter

6. Begrip ontwikkelen van klassieke statistische methode voor het toetsen van een hypothese:

• beschrijven van de stappen bij het doorlopen van een toets
• beschrijven van belangrijke concepten met betrekking tot toetsing (nul-hypothese, significantie, power, etc.)
• interpreteren van uitkomst van een toets
• rapporteren van uitkomst van een toets
• selecteren van de juiste toets op basis van een vraagstelling en data set)

7. Uitvoeren van een toets (op basis van een data set of relevante statistische maten) m.b.t.

• populatiegemiddelde en proportie voor 1 of 2 groepen;
• samenhang tussen twee categorische variabelen in een kruistabel;
• samenhang tussen twee numerieke variabelen in een lineaire regressie;
• de overeenkomst tussen twee discrete kansverdelingen.

Onderwijsvormen

• Werkcollege
• Laptopcollege
• Zelfstudie

Hoorcolleges, werkcolleges (verplicht voor studenten die het vak voor de 1e keer volgen) waarin vaardigheden worden geoefend met gegevensverwerking en analyse.

Verdeling leeractiviteiten

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

• In geval van een practicum is de student verplicht ten minste 90% van de practicumbijeenkomsten bij te wonen en zich op deze bijeenkomsten terdege voor te bereiden, tenzij anders aangegeven in de studiehandleiding of studiewijzer van het vak. Indien de student minder dan 90% heeft bijgewoond dient het practicum opnieuw te worden gevolgd.
• In geval van werkgroepbijeenkomsten is de student verplicht tenminste 90% van de werkgroepbijeenkomsten bij te wonen en zich op deze bijeenkomsten terdege voor te bereiden, tenzij anders aangegeven in de studiehandleiding of studiewijzer van het vak. Indien de student minder dan 90% heeft bijgewoond, kan het vak niet worden afgerond.
  

Aanvullende eisen voor dit vak:

De online lesstof van het vak (theorie met oefeningen) moet iedere week verplicht doorlopen worden en (gekoppeld daaraan) moet iedere week een toets over de lesstof met een voldoende score worden gemaakt.
Iedereen die de lesstof heeft dorlopen en  de toetsen heeft gemaakt mag meedoen met de deeltoetsen voor het cijfer.

Toetsing

De toetsen worden afgenomen in dezelfde leeromgeving (SOWISO) gemaakt waarin ook de wekelijkse deeltoetsen zijn gemaakt.
Gedurende de toets wordt gebruikt gemaakt van de R software omgeving en is een digitaal formulier met formules beschikbaar.

Toetsmatrijs (studentenversie)

Studenten die het vak al eerder hebben gevolgd

Studenten die het vak al eerder hebben gevolgd hoeven niet aanwezig te zijn bij het werkcollege, maar moeten aan dezelfde regels voldoen als de andere studenten wat betreft het doorlopen van de online lesstof en de wekelijkse deeltoetsen.

Opdrachten

Er zijn iedere week verplichte opdrachten bij deze cursus, bestaand uit:

• het doorlopen van de online lesstof van het vak (theorie met eenvoudige oefeningen in SOWISO) -  zelfstudie
• het maken van revisie-oefeningen (vaak gebruik makend van R) - in de werkcolleges en zelfstudie
• het maken van een weektoets over de lesstof (mag 2 keer worden gedaan en moet met een voldoende score worden gemaakt) - zelfstudie

Feedback op de oefeningen en weektoets wordt gegeven binnen de leeromgeving, en vragen hierover worden tijdens werkcolleges beantwoord. Vragen naar aanleiding van de online theorie worden in hoor- en werkcolleges beantwoord.

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

Rooster

Het rooster van dit vak is in te zien op DataNose.

Aanvullende informatie

Al het lesmateriaal (en ook de toets) is in het Engels.

Vakevaluatie afgelopen jaar

Vanaf 2013-2014 hebben we ervoor gekozen om d.m.v. onderstaande tabel de studenten meer inzicht te geven in de kwaliteitszorg. Daarom nemen we een korte weergave van de studentenevaluatie op en de daaruit voortvloeiende acties ter verbetering van het vak.

Contactinformatie

Coördinator

• dr. ir. E.E. van Loon