Huvudområden och successiv fördjupning:
Statistik: Grundnivå, har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
Betygsskala: Godkänd, underkänd
Ansvarig institution: USBE Statistik
Beslutad av: Rektor för Handelshögskolan, 2022-11-03
Reviderad av: Rektor för Handelshögskolan, 2023-03-02
Innehåll
Kursen introducerar dataanalys med hjälp av programmeringsspråket R. Fokus för kursen är att förbereda data för analys, analysera data med statistiska metoder samt att kommunicera resultat.
För att hantera data på ett effektivt sätt krävs först en förståelse för det tillgängliga datamaterialet. För detta syfte används explorativ dataanalys (EDA) vilket innefattar sammanfattande statistik och visualisering av data. Nästa steg är att besvara olika frågeställningar utifrån datamaterialet. Under kursen kommer studenterna att lära sig vanliga statistiska metoder (t.ex. hypotesprövning, linjär regression och logistisk regression) för att jämföra grupper, hitta samband mellan variabler, göra prediktioner eller klassificera datapunkter.
För att hjälpa beslutsfattare att ta rätt beslut är det viktigt att kommunicera resultaten från en dataanalys på ett tillgängligt sätt. Det innebär exempelvis en tydlig beskrivning av hur data bearbetades och analysen utfördes för att säkerställa transparens och reproducerbarhet samt väl genomtänkta visualiseringar av resultaten i form av grafer och tabeller. Detta behandlas också under kursen.
Förväntade studieresultat
Kunskap och förståelse
Studenten ska kunna 1. Förklara vilken analys som är lämplig för givet datamaterial och frågeställning
Färdigheter och förmåga
Studenten ska kunna 2. Inspektera och förbereda data för analys i R 3. Identifiera och tillämpa relevanta statistiska metoder i R för att besvara specifika frågeställningar
4. Presentera analysresultat med hjälp av grafer och tabeller 5. Presentera hur data bearbetades och analysen genomfördes på ett transparent och reproducerbart sätt
Värderingsförmåga och förhållningssätt
Studenten ska kunna 6. Kritiskt utvärdera resultat och slutsatser från dataanalyser
Behörighetskrav
Minst 45 hp. Engelska B/6.
Undervisningens upplägg
Lärandet stöds huvudsakligen genom material som tillhandahålls via en lärplattform. Materialet som tillhandahålls inkluderar inspelade föreläsningar, praktiska övningar och exempelkod. Handledning erbjuds för de obligatoriska inlämningsuppgifterna i kursen.
Examination
Examinationen består av individuella skriftliga inlämningsuppgifter. Betyget på kursen är Godkänd (G) eller Underkänd (U). För att erhålla betyget G behöver studenten få godkänt betyg på alla obligatoriska uppgifter.
Studerande som godkänts på ett prov får inte undergå förnyat prov för att uppnå ett högre betyg. För studerande som ej blivit godkänd erbjuds ytterligare provtillfällen enligt ett fastställt schema.
Studerande som utan godkänt resultat har genomgått ordinarie prov samt ett omprov för en kurs eller del av en kurs, har vid nästa omprovstillfälle rätt att få en annan examinator eller rättande lärare utsedd, om inte särskilda skäl talar emot det. Begäran om byte av examinator eller rättande lärare handläggs av studierektor vid enheten för statistik.
Avsteg från kursplanens examinationsform kan göras för en student som har beslut om pedagogiskt stöd på grund av funktionsnedsättning. Individuell anpassning av examinationsformen ska övervägas utifrån studentens behov. Examinationsformen anpassas inom ramen för kursplanens förväntade studieresultat. Efter begäran av studenten ska kursansvarig lärare, i samråd med examinator, skyndsamt besluta om anpassad examinationsform. Beslutet ska sedan meddelas studenten.
I de fall en kursplan har upphört att gälla eller genomgått större förändringar garanteras studenterna minst tre provtillfällen (inklusive ordinarie provtillfälle) enligt tidigare kursplan under en tid av maximalt två år från det att tidigare kursplan upphört att gälla eller kursen slutat erbjudas.
Tillgodoräknande Tillgodoräknande sker enligt Umeå universitets tillgodoräknandeordning.
Litteratur
Giltig från:
2023 vecka 10
R for data science : import, tidy, transform, visualize and model data Wickham Hadley., Grolemund Garrett 2016 : 492 s. : ISBN: 9781491910399 Obligatorisk Se Umeå UB:s söktjänst Läsanvisning: Tillgänglig gratis online:
https://r4ds.had.co.nz/ (1:a upplagan) https://r4ds.hadley.nz/ (2:a upplagan)