NBIC66 · 6 hp · Grundnivå (G2F) · Biologi
Analys av biologiska data med statistiska modeller
Ges · nästa start HT 2026
80 %
klarade senaste ordinarie tentan
TEN1 · 28 okt 2025 · 30 studenter
76 %
klarade ordinarie tentorna, alla tillfällen de senaste 5 åren
TEN1 · 54 studenter
56 %
Svårare än 56 % av kurserna på grundnivå
Jämfört med 874 kurser på samma nivå, ordinarie tentor de senaste tre läsåren. 54 studenter.
Ingår i 2 program
Tentamen
TEN1 Skriftlig tentamen
- 5
- 4
- 3
- U
Ordinarie tentor
76 % godkända · 54 studenter
- 80 %30
- 71 %24
Omtentor
92 % godkända · 12 studenter
- 83 %6
- 100 %6
- Klarar omtentan: 92 % (12 studenter), jämfört med 76 % (54 studenter) på ordinarie
- Får 4 eller 5: 36 % (66 studenter)
Visa små tillfällen (1)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 50 %2
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Inlämning eller laboration
UPG1 Skriftliga inlämningsuppgifter
- G
- U
Ordinarie tillfällen
78 % godkända · 67 studenter
- 84 %37
- 70 %30
Senare tillfällen
Inga tillfällen med minst 5 studenter.
Visa små tillfällen (1)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
Om kursen
Mål
Kursens mål är att ge färdigheter i att använda moderna beräkningsverktyg för att analysera biologiska data med statistiska modeller.
Efter genomgången kurs ska studenten
- Självständigt hantera stora biologiska data i R för analys med lämpliga statistiska metoder.
- Identifiera och förklara statistiska begrepp och teorier om samband mellan variabler.
- Genomföra statistiska analyser av samband mellan variabler med hjälp av parametriska och icke-parametriska metoder.
- Redovisa slutsatser av genomförda statistiska analyser samt kritiskt granska dessa slutsatser i sin kontext.
Innehåll
- Jämförelser av fler än två populationer med parametriska och icke-parametriska metoder, till exempel ANOVA och Kruskal-Wallis,
- Multipla jämförelser med familjekonfidens,
- Linjära regressionsmodeller med en och flera förklarande variabler,
- Linjär icke-parametrisk regression, till exempel Theil-Sen,
- Introduktion till generaliserade linjära modeller, till exempel logistisk regression,
- Map-funktioner i R för att repetera test,
- Multipla analyser i R.
- Examinator
- György Barabas
- Schemalagd tid
- 44 h
- Huvudområde
- Biologi