HMMR5001

Statistics and quantitive methods

Last taught 2021

Autumn

Trondheim

Norwegian

Overview

3 candidates

Pass rate

100%

same

Grade distribution
Average over time
Pass rate over time

About this course

Content

Grunnleggende statistikk og sannsynlighetsregning:
Om populasjon og utvalg. Beskrivende statistikk med sentralmål, spredningsmål og grafiske framstillinger for kategoriske, diskrete og kontinuerlige data. Innføring i mengdelære og sannsynlighet, om uavheingighet og betinget sannsynlighet (Bayes regel). Begrepene prevalens, insidens, spesifisitet, sensitivitet, positiv prediktiv verdi (PPV), negativ prediktiv verdi, og ROC kurver». Om kombinatorikk og sannsynlighetsmodeller: Binomisk, Poisson, Normalfordeling og sentralgrenseteoremet. Eksempler og oppgaver med dataprogrammene Excel og SPSS.

Estimering og hypotesetesting:
Beregning av punktestimater og konfidensintervaller. Om null-hypotese, alternativ hypotese signifikansverdi og signifikanssannsynlighet (p-verdi). Eksempler og oppgaver med dataprogrammene Excel og SPSS.

Statistiske metoder:
Her gjennomgås de mest brukte og noen avanserte statistiske metoder ved hjelp av programvaren SPSS. Sammenligning av gjennomsnitts-verdier og relative frekvenser (ett- og to-utvalgs T-test, ikke-parametrisk Wilcoxon og Mann-Whitney test, kji-kvadrat og McNemar's test), variansanalyse, korrelasjon og lineær regresjon, metoder for å evaluere samsvar i repeterte målinger (Kappa koeffisient, Bland-Altman plott).

Learning outcomes

Kandidater som har fullført emnet skal oppnå følgende læringsutbytter:

Studentene skal:
Kunnskaper:
- Demonstrere faktakunnskap om grunnleggende statistiske modeller og metoder som benyttes innen bildediagnostikk og teknologi

Ferdigheter:
- Legge inn data i SPSS og analysere og tolke disse dataene kritisk og selvstendig

Generell kompetanse:
- Kunne kritisk evaluere fordeler og ulemper ved bruk av ulike statistiske tester

Teaching methods

Nettbaserte forelesninger og individuelt arbeid med elektronisk innlevering; seks obligatoriske arbeidskrav. Lære-ressurser gjøres tilgjengelig via nettet (E-læringsplattform): artikler, lenker, kortfilmer (animasjoner, forelesninger ol.), selvtester, besvarelser på oppgaver og diskusjonsforum med studenter og faglærere.