Introduktion till statistik och data science, 15 hp

Innehåll

Data genereras och samlas in överallt i dagens samhälle; av företag, myndigheter och organisationer. Statistiska dataanalysmetoder och en god datalitteracitet behövs för att tolka och analysera dessa data. Statistik och data science handlar om att använda data för att upptäcka mönster, jämföra grupper, analysera samband eller göra prognoser, dvs att ta fram kunskap för datadrivna beslut och vetenskapliga slutsatser.

Under kursen tränas studenten att, med hjälp av statistiska metoder och statistisk programvara, analysera data och därigenom generera faktabaserade beslutsunderlag. Att granska, värdera och kommunicera resultat från dataanalyser ingår också.

Kursens inledande fokus är på förståelse av det tillgängliga datamaterialet. För detta syfte används explorativ dataanalys vilket innefattar visualisering av data och sammanfattande statistik. Därefter flyttas fokus till statistiska metoder såsom hypotesprövning, linjär regression och logistisk regression. Dessa metoder används exempelvis för att jämföra grupper, hitta samband mellan variabler och göra prediktioner. Att med hjälp av dessa statistiska metoder dra slutsatser från data kallas för statistisk slutledning eller statistisk inferens.

Studenterna får grundläggande teori för de statistiska metoder som behandlas under kursen. Teorin är antingen baserad på beräkningsmässiga (Engelska: computational) grunder, såsom randomisering och bootstrap eller på mer matematiska grunder. Med denna teori som grund tränas studentens praktiska färdigheter och förmåga att genomföra statistiska dataanalyser med hjälp av statistiska programvaror, såsom R. Med utgångspunkt i den
statistiska teorin och datamaterialets egenskaper får studenten också övning i att reflektera över resultaten och därefter kommunicera dessa både muntligt och skriftligt.

Kursen består av fyra moduler:

Modul 1: Introduktion till statistiska undersökningar (1 hp)
Modul 2: Explorativ dataanalys, statistisk slutledning och modellering (7,5 hp)
Modul 3: Tillämpningar inom explorativ dataanalys och statistisk slutledning (3 hp)
Modul 4: Tillämpningar inom statistisk modellering (3,5 hp)

Förväntade studieresultat

Kunskap och förståelse:
Studenten ska kunna
1. redogöra för grundläggande statistisk terminologi.
2. redogöra för grundläggande teori (t.ex. metoder, modeller och deras antaganden).

Färdigheter och förmåga:
Studenten ska kunna
3. utföra explorativ dataanalys med hjälp av statistisk programvara.
4. identifiera och använda lämpliga statistiska metoder för att besvara specifika frågeställningar.
5. tolka erhållna statistiska resultat och sätta dem i sitt sammanhang.
6. presentera analysresultat med hjälp av diagram, tabeller och sammanfattande statistik.
7. skriftligt och muntligt presentera dataanalys på ett sådant sätt att dataanalysen är reproducerbar.
8. sammanfatta och diskutera huvuddragen i artiklar och rapporter relaterade till statistiska studier.

Värderingsförmåga och förhållningssätt:
Studenten ska kunna
9. kritiskt utvärdera resultat och slutsatser från statistiska arbeten.

Behörighetskrav

Grundläggande behörighet och Engelska 6/nivå 2, Matematik 3b eller 3c eller Matematik fortsättning nivå 1b eller 1c eller Matematik C, Samhällskunskap 1b eller 1a1+1a2/nivå 1b eller 1a2

Undervisningens upplägg

Lärandet stöds genom föreläsningar, lektioner, praktiska uppgifter, seminarier och handledning. Grupparbeten med examinerande seminarium förekommer inom modul 1, 3 och 4.

Examination

Examinationen av modul 1 sker genom en, i grupp förberedd diskussion kring innehållet i artiklar eller rapporter som studenterna tilldelats att läsa. Diskussionen sker vid ett examinerande seminarium. På modul 1 ges betygen Godkänd (G) eller Underkänd (U).

Examinationen av modul 2 sker genom en skriftlig individuell salstentamen. På modul 2 ges betygen Väl Godkänd (VG), Godkänd (G) eller Underkänd (U).

Examinationen av modul 3 sker genom ett quiz och en skriftlig rapport som författas i grupp. Den skriftliga rapporten ska även presenteras och diskuteras muntligt vid ett examinerande seminarium. Opponering av annan grupps arbete är också en del av examinationen inom modul 3. På modul 3 ges betygen Godkänd (G) eller Underkänd (U).

Examinationen av modul 4 sker genom skriftlig rapport som författas i grupp. Den skriftliga rapporten ska även presenteras och försvaras muntligt vid ett examinerande seminarium. På modul 4 ges betygen Godkänd (G) eller Underkänd (U).

Betyget på kursen är Väl Godkänd (VG), Godkänd (G) eller Underkänd (U). För betyget Godkänd (G) krävs minst betyget Godkänd (G) på kursens alla moduler. För betyget Väl godkänd (VG) krävs dessutom betyget Väl godkänd (VG) på modul 2.

Studenter som godkänts på ett prov får inte undergå förnyat prov för att uppnå ett högre betyg. För studenter som ej blivit godkänd erbjuds ytterligare provtillfällen enligt ett fastställt schema.

En student som utan godkänt resultat har genomgått ordinarie prov samt ett omprov för en kurs eller en 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. Studenten ska vända sig till studierektor med en sådan begäran senast två veckor innan nästa provtillfälle.

Examination baserad på samma kursplan som vid ordinarie examinationstillfälle garanteras två år efter studentens förstagångsregistrering på kursen.

**Anpassningar**
För student som har beslut om rekommenderat stöd på grund av funktionsnedsättning kan Examinator besluta om avsteg från kursplanens examinationsform. Individuell anpassning av examinationsformen ska övervägas utifrån studentens behov och kursens förväntade studieresultat. För mer information se Handläggningsordning för stöd till studenter med funktionsnedsättning samt Regel för betyg och examination.
**Tillgodoräknande**
Tillgodoräknande sker enligt Umeå universitets tillgodoräknandeordning.

Övriga föreskrifter

Innehållet i denna kurs överlappar delvis innehållet i kurserna Statistik A1, Grundläggande statistik och dataanalys, Statistik för ekonomer, Datadrivet beslutsfattande och affärsanalys samt Statistisk dataanalys och kan därför inte tas med i en examen tillsammans med någon av dessa överlappande kurser.