Trefwoorden
Proefopzet, statistiek, gegevensverwerking, algemeen lineair model, t-toetsen, ANOVA, regressie, non-parametrische toetsen
Doelstellingen
- De studenten inzicht en kennis bijbrengen inzake van het opzetten van proeven zodat met de beschikbare middelen zinvolle en statistisch onderbouwde conclusies kunnen getrokken worden uit de bekomen resultaten. Data afkomstig uit wetenschappelijke experimenten of literatuur moeten kunnen verwerkt worden en geïnterpreteerd worden met gepaste analysetechnieken. Tevens worden studenten vertrouwd gemaakt met een courant statistisch software pakket zoals SAS Learning Edition.
- Het werken op master niveau vereist een grondige kennis van dataverwerking, -interpretatie en proefopzet; en dat zowel voor afgestudeerden die werkzaam zijn in het productie- en teeltproces, de kwaliteitscontrole en het onderzoek.
Leerinhoud
De leerinhoud bestaat uit:
- Steekproefname
- Waarnemingstechnieken
- Randomizatie
- Steekproefgrootte bepaling
- Factoriële proeven
- Courante proefschema’s zoals Randomised Complete Block Designs,
Latijnse- en Grieks Latijnse vierkanten, roosters (lattice).
- outlier detectie
- grafische visualisering van gegevens en resultaten
- chi-kwadraat toetsen
- t-toetsen
- variantieanalyse: 1 en 2 factor ANOVA
- lineaire regressie: enkelvoudig, meervoudig, opbouw van modellen, R2,
multicollineariteit
- multivariate technieken zoals factoranalyse (PCA)
- tijdreeksen
- praktische analyses met behulp van SAS Learning Edition
Begincompetenties
Eindcompetenties verworven hebben voor 'statistiek'.
Eindcompetenties
- De student heeft voldoende inzicht in proefopzet en de daarbij horende analysetechnieken zodat hij/zij aan de hand van zijn doelstellingen op zelfstandige basis een proef kan uitwerken met de middelen voor handen.
- De student kan de gegenereerde gegevens op een statistisch verantwoorde wijze verwerken al dan niet ondersteund door een statistisch software pakket.
- De student is in staat gefundeerde conclusies te extraheren uit de resultaten van de uitgevoerde proef en de daaropvolgende gegevensverwerking.
- De student is in staat statistisch onderbouwde resultaten uit de literatuur te interpreteren.
Algemene competentie:
Kennis hebben van onderzoeksmethoden en -technieken en deze adequaat kunnen toepassen: voldoende inzicht hebben in onderzoeksmethodieken zodanig dat ze op zelfstandige basis een proefopzet kunnen uitwerken.
Leermaterialen
::Voor meer informatie, klik hier::
- Statistisch digitaal leerpakket: SAS Learning Edition
- Statistisch digitaal leerpakket: Dokeos
- Praktische handleiding SAS Learning Edition
Studiekosten
Geraamde totaalprijs: 5.0 EUR
Studiebegeleiding
- Tijdens de oefeningensessies worden de studenten begeleid door een assistent.
- Gebruik van een specifiek ontwikkelde elektronische leeromgeving die van alle relevante analysetechnieken de theoretische achtergrond alsook uitgewerkte voorbeelden van realistische data sets beschikbaar maakt.
- Na elke les wordt aan de studenten gevraagd om extra oefeningen op te lossen via deze elektronische leeromgeving. De behaalde scores worden per student bijgehouden zodat de docent/assistent kan bijsturen wanneer nodig.
Onderwijsvormen
- Oefeningen: PC-practica onder begeleiding en zelfstandig oplossen van extra oefeningen via elektronische leeromgeving
Evaluatievorm
- Theorie: schriftelijk examen
- Oefeningen: permanente evaluatie via elektronische leeromgeving gecombineerd met een periodegebonden evaluatie (open boek)
Wegingscoëfficiënt
Raadpleeg de departementale aanvullingen op de onderwijs- en examenregeling voor de specifieke modaliteiten.
OP-leden
Theorie: Tanja VAN HECKE
Oefeningen: Steven MAENHOUT
|
|
