Methoden van Onderzoek en Statistiek 2

Research Methods and Statistics 2

3 EC

Semester 1, periode 1

51022MOS3Y

Eigenaar Bachelor Psychobiologie
Coördinator Raoul Grasman
Onderdeel van Bachelor Psychobiologie, jaar 2

Studiewijzer 2018/2019

Globale inhoud

Dit vak is het vervolg op het vak Methoden van Onderzoek uit het eerste jaar. Het vak biedt verdieping in eerder behandelde statistische analysetechnieken en introduceert een aantal meer geavanceerde methoden die bijvoorbeeld nodig zijn voor 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 de bachelor Psychobiologie zijn deze vaardigheden en inzichten nodig bij diverse vakken waarin met de data gewerkt wordt.

Studiemateriaal

Literatuur

  • The Analysis of Biological Data (2nd ed.), Whitlock, M.C. & Schluter, D. (2015), Greenwood Village, Colorado: Roberts and Company Publishers.

  • Handout over Repeated Measures, welke bevat: Delen van Hoofdstuk 1 en Hoofdstuk 13 uit Field, A., Miles, J. , and Field, Z. (2012). Discovering statistics using R. Sage Publications.

  • Hoofdstuk over multiple regressie uit Aggresti & Franklin (2012) Statistics - the Art and Science of Learning from Data, Pearson.

  • Artikel over Bayesiaanse statistiek

Practicummateriaal

  • Huiswerk opdrachten op Canvas/Sowiso

Software

Overig

  • College slides

Leerdoelen

Na afloop van deze cursus kan de student de meest gebruikte statistische analysetechnieken uit de levens- en gedragswetenschappen (samengevat in het General 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
  • Laptopcollege
  • Zelfstudie
  • (Computer)practicum

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 wekelijkse computer practicum 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

Zelfstudie

54

Academische vaardigheden

Na afloop van deze verplichte cursus zijn studenten in staat de meest gebruikte kwantitatieve onderzoeksmethoden uit de empirische wetenschappen — van t-toets en correlatie tot multiple en logistische regressie en repeated measures ANOVA — te interpreteren en toe te passen. Daarnaast zijn ze vertrouwd met het gebruik van meer geavanceerde kwantitatieve onderzoeksmethoden als het General Linear Model (GLM) en non-parametrische toetsen.

Bovendien zullen studenten in staat zijn zelfstandig een geschikte statistische toets te kiezen voor de meest voorkomende onderzoeksdesigns (Welke toets voor welk onderzoekvragen/design?), de assumpties van iedere techniek te toetsen, en de analyse uit te voeren in R.

De student zal ook kunnen uitleggen wat het nut en de noodzaak is van kwantitatieve en statistische methoden (Waarom moet een steekproef aselect zijn? Waarom is een steekproef te klein of juist groot genoeg?), en wat de verschillen zijn tussen een wetenschappelijke empirische onderbouwing van een stelling en een anekdotische onderbouwing of opinie.

Daarnaast zal de student een kritische houding hebben ontwikkeld ten aanzien van gerapporteerde onderzoeksgegevens, onderzoeksopzet, en kansuitspraken in de wetenschappelijke literatuur en (populair wetenschappelijke) media en samenleving.

Deze doelen worden middels een digitaal tentamen getoetst aan de hand van theoretische en methodologische vragen, casussen en computer opdrachten.

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

  • Deelname aan alle practica, computerpractica, veldwerk en werkcolleges in het curriculum is verplicht en de student dient zich op deze bijeenkomsten terdege voor te bereiden.

Aanvullende eisen voor dit vak:

Aanwezigheid bij de practica ('laptopcollege') is je eigen verantwoordelijkheid. Het eerste practicum wordt je zeker verwacht. Als dat om wat voor reden dan ook niet lukt, kun je dit compenseren met aanwezigheid bij tenminste één andere practicum-bijeenkomst. Heb je alle practica gemist, dan wordt geen eindcijfer geregistreerd. Je aanwezigheid wordt vastgelegd. Je wordt ten zeerste aanbevolen bij zowel de hoorcolleges als de practica aanwezig te zijn. Handouts/hoofdstukken en het artikel (deel van de verplichte literatuur) worden ter inzage beschikbaar gemaakt om te kopiëren bij de eerste practicum bijeenkomst. Je bent zelf verantwoordelijk voor het beschikken over de literatuur.

Toetsing

Onderdeel en weging Details Opmerkingen

Eindcijfer

0.8 (80%)

Digitale Toets

Moet ≥ 5.5 zijn

0.2 (20%)

Huiswerkopdrachten

Gemiddelde van de beste 5 is het cijfer

In dit vak zijn er in totaal 7 wekelijkse huiswerkopdrachten en een tentamen. De weging van de huiswerkopdrachten en het tentamen staat in de bovenstaande tabel. Huiswerkopdrachten zijn verplicht en dienen allen op tijd te zijn ingediend. Gemiste deadlines door overmacht/omstandigheden of vrije keuze kunnen niet worden gecompenseerd. Begin dus telkens op tijd aan de volgende opdracht.

Het gemiddelde van de 5 best beoordeelde huiswerk opdrachten telt voor het aangegeven percentage het eindcijfer. Huiswerk kan verder niet worden gecompenseerd. Het huiswerkcijfer blijft staan voor een eventueel hertentamen.

 

Inzage toetsing

De manier van inzage wordt via de digitale leeromgeving gecommuniceerd.

Tentamens mogen niet worden meegenomen. Kort na beide deeltentamens is er een moment waarop studenten de tentamenvragen kunnen inzien en opmerkingen over tentamenvragen kunnen melden. Datum, tijdstip en plaats worden via Canvas gecommuniceerd. Opmerkingen zullen behandeld worden door de docenten en worden teruggekoppeld via Canvas. Zodra de uitslag van een deeltentamen bekend is, is er een moment waarop studenten hun uitwerking van het tentamen en antwoordmodellen kunnen inzien. Datum, tijdstip en plaats worden via Canvas gecommuniceerd.

Opdrachten

Wekelijkse opdrachten

  • Er zijn wekelijkse opdrachten 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. Deze opdrachten komen in principe telkens om 10.00 uur online op Canvas/Sowiso op de dag van het hoorcollege, en dienen de week erna ingeleverd te worden. Inleveren is in principe uiterlijk op de avond voor het volgende hoorcollege om 22.59 uur. Zie Canvas voor de precieze deadlines. De opdrachten zijn verplicht. Het gemiddelde van de vijf best beoordeelde opdrachten weegt mee in het eindcijfer. We benadrukken dat opdrachten individueel gemaak dienent te worden; plagiaat wordt bestraft. Tijdens de practica 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

Week

Onderdeel

Behandelde stof

36

Herhaling.

Whitlock & Schluter H1, H4.1-4.3, H5.4 en H6 H10, H11, H12, H16 en H17

37

Multiple regressie en logistische regressie.

Agresti & Franklin (2013) H12 (handout)

38

General Linear Model & Assumpties.

Whitlock & Schluter (2015) H18.1, H13.1-13.3; Herhaling: H12, H15,en HS17

39

ANOVA voor herhaalde metingen.

Herhaling: Whitlock & Schluter (2015) H12.1, 12.2, 15; Field et al. (2012) H1 en H13

40

Non-parameterische toetsen.

Whitlock & Schluter (2015) Whitlock H13.4-13.9, 15.2, 16.5

41

Likelihood, logistische regressie & Inleiding Bayes

Whitlock & Schluter (2015) H20 & aanvullende literatuur (artikel)

42

Bayesian vs Frequentist

College slides 

 

Rooster

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

Eindtermen

Deze cursus draagt bij aan de volgende eindtermen van de opleiding Psychobiologie:

1) Kennis en Inzicht

De bachelor:

  • 1d) kan uitleggen welke onderzoekstechnieken nodig zijn voor het ontwikkelen van kennis en dat kennis nodig is voor het ontwikkelen van onderzoekstechnieken.

2) Toepassen Kennis en Inzicht

De bachelor:

  • 2a) kan onderbouwen welke onderzoekstechnieken nodig zijn om onderzoeksvragen binnen het wetenschapsgebied Psychobiologie te beantwoorden.
  • 2b) kan ondersteunende disciplines zoals wis-, natuur- en scheikunde en programmeren toepassen.
  • 2c) kan de empirische cyclus zelfstandig doorlopen bij het uitvoeren van een onderzoek.
  • 2d) kan op een wetenschappelijke manier lopende experimenten documenteren.
  • 2g) kan voor de psychobiologie relevante computerprogramma’s en/of programmeertalen gebruiken.
  • 2h) kan ruwe data interpreteren en een geschikte (kwantitatieve) analysemethode toepassen.

3) Oordeelsvorming

De bachelor:

  • 3e) kan informatie analyseren aan de hand van kwaliteitscriteria en er een eigen oordeel over vormen.
  • 3f) kan alternatieven en tegenargumenten overwegen bij het vormen of herzien van een oordeel.

4) Communicatie

De bachelor:

  • 4a) kan kennis, bevindingen en standpunten in wetenschappelijk Nederlands en Engels schriftelijk rapporteren en mondeling presenteren.
  • 4b) kan een bijdrage leveren aan wetenschappelijke discussies.
  • 4d) kan onderzoeksgegevens communiceren volgens de regels van wetenschappelijke integriteit.

5) Leervaardigheden

De bachelor:

  • 5b) kan zich zelfstandig kennis eigen maken.
  • 5c) kan nieuwe kennis integreren met aanwezige kennis en tot inzichten komen.
  • 5f) kan zich nieuwe technische vaardigheden eigen maken.
  • 5j) kan geleerde principes generaliseren en toepassen in een andere context.

Aanvullende informatie

Ingangseis
42 EC behaald

Aanbevolen voorkennis
Methoden van Onderzoek en Statistiek uit jaar 1

Dit vak heeft een Canvas-site. Hier vind je de noodzakelijke aanvullende informatie, zoals de groepsindeling van de werkcolleges, de opdrachten. Bekijk de Canvas-site dus met grote regelmaat!

Verwerking vakevaluaties

Hieronder vind je de aanpassingen in de opzet van het vak naar aanleiding van de vakevaluaties.

Contactinformatie

Coördinator

  • Raoul Grasman