Statistiek voor de Levenswetenschappen

Statistics for Life sciences

Studiewijzer 2018/2019

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.
Tijdens het tweede deel van het vak worden meer geavanceerde statistische begrippen en
technieken geïntroduceerd, zoals multipele regressie en het general en generalized linear model, het analyseren van
data met herhaalde metingen en het analyseren van data die niet voldoen aan de assumpties van
veelgebruikte statistische toetsen. Aan het eind van het vak worden de begrippen likelihood en Bayesiaanse inferentie geïntroduceerd. 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

• Whitlock, M. & Schluter, D. (2015). The analysis of biological data. Roberts and Company Publishers.

Practicummateriaal

• Huiswerk opdrachten op Canvas/Sowiso

Software

• R of R studio

Overig

• Handout over Herhaalde Metingen Variantieanalyse
• Handout over Multipele Regressie
• Online R handleidingen
• Powerpointslides van de hoorcolleges

• Artikel over Bayesiaanse statistiek

Leerdoelen

Na afloop van deze cursus kan de student de meest gebruikte statistische analysetechnieken uit de levens- en gedragswetenschappen (samengevat in het General & Generalized Linear Model en niet-parametrische methoden) toepassen.

Aan het eind van het vak kan de student:

• aangeven en beslissen welke van de behandelde analysetechnieken van toepassing zijn in een gegeven situatie,
• de analysetechnieken uitvoeren in R,
• de resultaten ervan correct interpreteren, en
• assumpties van de toegepaste technieken verifieren.

Ten aanzien van Bayesiaanse inferentie kan de student:

• inzien dat er verschillende scholen zijn ten aanzien van de interpretaties van het begrip 'kans' (de Frequentistische en de Bayesiaanse), en
• aangeven welke claims de verschillende scholen doen ten aanzien van nul- en alternatieve-hypothesen.

Onderwijsvormen

• Hoorcollege
• Zelfstudie
• Laptopcollege

Het boek en de handouts vormen de basis voor het vak en primaire bron van theoretische kennis, en dienen 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

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

• 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. Indien de student minder dan 90% 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 en zich op deze bijeenkomsten terdege voor te bereiden, tenzij anders aangegeven in de studiehandleiding. In geval de student minder dan 90% heeft bijgewoond dient het practicum opnieuw te worden gevolgd.

Aanvullende eisen voor dit vak:

Aanwezigheid bij de hoorcolleges en laptopcolleges is je eigen verantwoordelijkheid. Het eerste laptopcollege wordt je zeker verwacht. Handouts/hoofdstukken (deel van de verplichte literatuur) worden ter inzage beschikbaar gemaakt om te kopiëren tijdens het eerste laptopcollege. Je bent zelf verantwoordelijk voor het beschikken over de literatuur. Je wordt ten zeerste aanbevolen bij zowel de hoorcolleges als de practica aanwezig te zijn.

Toetsing

In dit vak zijn er in totaal 7 huiswerkopdrachten en een tentamen. Huiswerkopdrachten zijn verplicht
en dienen op tijd te zijn ingediend via SOWISO. Indien de deadline voor het inleveren van de
opdracht verstreken is, kan de opdracht niet meer worden ingeleverd en krijg je hiervoor geen
punten. De antwoorden van de opdrachten komen op SOWISO te staan en zijn zelf te controleren.
Gemiste deadlines door overmacht/omstandigheden of vrije keuze kunnen niet worden
gecompenseerd. Begin dus telkens op tijd aan de volgende opdracht.
Het eindcijfer wordt gegeven door het gewogen gemiddelde van het tentamen (80%) en het gemiddelde van de 4 best gemaakte huiswerkopdrachten (20%). Om te slagen voor dit vak dien je het tentamen
met minimaal een 5.5 te hebben afgerond. Voor het hertentamen gelden dezelfde regels; de
huiswerkopdrachten tellen dus mee bij het hertentamen.

Toetsmatrijs (studentenversie)

Inzage toetsing

De manier van inzage wordt via de digitale leeromgeving gecommuniceerd.

Tentamens mogen niet worden meegenomen.

Opdrachten

Opdracht 1

• Herhaling empirische cyclus en basis toetsingstheorie; individueel; feedback komt op SOWISO; wordt becijferd

Opdracht 2

• Univariaat, multipele en logistische regressie; individueel; feedback komt op SOWISO; wordt becijferd

Opdracht 3

• General linear model & assumpties; individueel; feedback komt op SOWISO; wordt becijferd

Opdracht 4

• T-toets en ANOVA voor herhaalde metingen; individueel; feedback komt op SOWISO; wordt becijferd

Opdracht 5

• Non-parametrische toetsen; individueel; feedback komt op SOWISO; wordt becijferd

Opdracht 6

• Likelihood (incl. logistische regressie); individueel; feedback komt op SOWISO; wordt becijferd

Opdracht 7

• Bayesiaanse statistiek & herhaling; individueel; feedback komt op SOWISO; wordt becijferd

Proeftentamen

• Proeftentamen; individueel; feedback komt op SOWISO, niet verplicht

Er zijn 7 huiswerkopdrachten die op individuele basis dienen te worden uitgevoerd met behulp van de programmeertaal R. De opdrachten sluiten zoveel mogelijk aan bij de colleges van de betreffende week. Zie Canvas voor de deadlines. De opdrachten zijn verplicht. Het gemiddelde van de vier best beoordeelde opdrachten weegt mee in het eindcijfer. We benadrukken dat opdrachten individueel gemaakt dienen te worden; plagiaat wordt bestraft. Tijdens de laptopcolleges is er begeleiding voor het maken van de opdrachten.

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

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!

Vakevaluatie afgelopen jaar

Contactinformatie

Coördinator

• D. Matzke

Coördinator & Hoorcollegedocent: Dora Matzke (d.matzke@uva.nl)

Hoorcollegedocent: Raoul Grasman (rgrasman@uva.nl)