Reviderad av: Programråd för masterprogram inom folkhälsovetenskap, 2021-09-09
Innehåll
Kursen kommer att fokusera på användning av R för analys av data. Förutom förtrogenhet med standardfunktioner liksom funktioner för grafisk framställning och statistisk analys kommer studenterna att lära sig programmera, dvs. skapa sina egna funktioner. Centralt i kursen är användning av script för att erhålla reproducerbara resultat. Under kursen kommer en blandning av demonstrationer och praktiska övningar att användas.
Förväntade studieresultat
Kunskap och förståelse: Efter genomgången kurs ska studenten kunna:
Förstå och känna förtrogenhet med standardfunktioner i R.
Förstå och känna förtrogenhet med funktioner för grafisk framställning i R.
Ha en grundläggande kunskap och förståelse för hur man formulerar och genomför statistiska beräkningar med R.
Ha en grundläggande kunskap om hur man kan finna dokumentation och hjälp för R.
Färdigheter och förmåga: Efter genomgången kurs ska studenten kunna:
Använda R för att städa och beskriva data.
Använda R för att visualisera data.
Genomföra statistiska analyser med R, såsom signifikanstest, ANOVA, generaliserade linjära modeller och överlevnadsanalys.
Genomföra enklare programmeringsuppgifter med R
Skapa reproducerbara R Markdown rapporter som integrerar resultat, R-kod och text.
Värderingsförmåga och förhållningssätt: Efter genomgången kurs ska studenten kunna:
Kritiskt diskutera och utvärdera tillämpningen av R för att förbättra kod och skapa reproducerbara beräkningar.
Behörighetskrav
För sökande till kursen som fristående kurs, krävs minst 120 högskolepoäng, samt Engelska B/6
Undervisningens upplägg
Kursen ges dagtid som distansutbildning med 25% studiefart. Undervisningen sker genom föreläsningar, webb-föreläsningar, praktiska datorövningar och gruppövningar. Undervisningen sker på engelska. Fungerande internet med accessmöjlighet till Canvas och programvara för videokonferens samt dator för installation av R och RStudio är ett krav.
För att förstå och tillgodogöra sig de statistiska metoderna rekommenderas grundläggande kunskaper i statistik.
Tidigare erfarenhet av R eller programmering krävs ej.
Examination
Betygsskalan består av betygen Väl godkänd (VG), Godkänd (G) eller Underkänd (U) för moment och för hel kurs. Kunskapskontroll sker genom hemtentamen och redovisning av grupparbeten.
Studerande som underkänts har rätt att undergå förnyat prov för godkänt betyg (se Umeå universitets regelsamling).
Om särskilda skäl föreligger har examinator rätt att besluta om annan examinationsform. Det är enbart tillåtet att komplettera ett ej godkänt resultat till godkänt, komplettering för högre betyg är ej tillåtet. En student som utan godkänt resultat har genomgått två prov för en kurs eller en del av en kurs, har rätt att få en annan examinator utsedd, om inte särskilda skäl talar emot det. Skriftlig begäran inges till studierektor.
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.
