4301 Naturvitenskapelige metoder. Mastergradskurs
Fagansvarleg:
Pensum hausten 2005
KURSBESKRIVELSE: Mastergradskurs 4301 NATURVITENSKAPELIGE METODER: Dataanalyse og forsøksdesign, HØST 2005
KURSFORM:
Intensivkurs, 2 uker: mandag til fredag (hele dager) per uke,
per dag: 2-3t forelesninger/seminar + 2t (ev. mer) øving + 2-4t oppgaveløsning/forelesning/øving/problembasert læring.
Fjernundervisning, tilsvarende ca. 1 uke undervisning.
SEMESTER: Høst 2004.
TID: Oktober uke 42-43 (11-22.10).
STED: Hovedfagsrom 2-234 kl. 9.30-16.15, grupperom 5-213 t.o.m. 5-218 kl. er også reservert.
ANSVARLIG LÆRER: Jan Heggenes, Institutt for natur-, helse- og miljøvernfag
EVALUERING: karakter; 3 innleveringsoppgaver med mappeevaluering 50%, 3t skriftlig eksamen 50%.
STUDIEPOENG: 10
BINDINGER: Emnet bygger på 006 Statistikk I og 037 Statistikk II
OBL. FOR: Mastergrad natur-, miljø- og helsevernfag
________________________________________________________________________
Mål:
Sette studentene i stand til å planlegge og gjennomføre naturvitenskapelige felt- og eksperimentelle studier med særlig hensyn på innsamling, bearbeidelse, analyse og vurdering og presentasjon av data. Det blir lagt stor vekt på kritisk metodeforståelse og –vurdering.
Innhold:
Studentene vil få en gjennomgang av databehandling, statistiske modeller og analyser, og deres forutsetninger. Det legges vekt på økologisk relevante egenskaper ved ulike modeller og analysemåter. Analysemetoder henger nøye sammen med design av felt- og eksperimentelle undersøkelser. På denne bakgrunn vil det også bli lagt vekt på design av felt og eksperimentelle undersøkelser. Studentene skal med disse kunnskapene kunne begrunne og presisere problemstillinger metodisk og analytisk, legge opp egne undersøkelser, velge metode, gjennomføre hensiktsmessig datainnsamling, og gjøre relevante og mest mulig presise analyser. Det legges også betydelig vekt på at studentene skal kunne forstå og vurdere styrker og svakheter ved metoder og analyser brukt på data i egne og andre vitenskapelige undersøkelser.
Vi er usikre på forkunnskapene til mastergradsstudentene. Erfaringene fra tre tidligere år er at de er nokså forskjellige. I år har vi studenter med enda mer variert bakgrunn. Det kan bli overlapping med tidligere kunnskaper for noen, mens det er vanskelig for andre. Dette innebærer at både lærere og studenter må ha et nokså fritt opplegg i utgangspunktet, og vi kan vektlegge ulike deler av pensum etter studentenes behov. Dette forutsetter selvsagt at studentene er aktive med mye oppgaveløsning og eget arbeid underveis. Kurset vil mest være lagt opp med innføringsforelesninger som forsøksvis bygger opp om konkrete eksempler on mulige analyse metoder, dvs. hovedsakelig problembasert læring (PBL). Studentene skal arbeide med diskusjoner og oppgaver knyttet til forelesninger og seminar. Det anbefales sterkt at studentene tar/frisker opp 037 Statistikk II. Mye av opplegget i vårt kurs vil avhenge av hvor mye studentene har med seg fra Stat. II eller tilsvarende kurs. Vi vil starte elementært, men det blir rask progresjon i intensive perioder.
Det også svært ønskelig at studentene tar med seg - til felles diskusjon - metode, design og analyseproblemer de støter på i opplegget av sitt eget arbeid for mastergradsoppgave. Dette kan vi bruke som grunnlag for seminarer. Dette må vi komme tilbake til underveis.
I begynnelsen vil kurset i hovedsak være pensumorientert med oppgavearbeid. Det forutsettes stor egenaktivitet fra studentene for å strukturere denne gjennomgangen hensiktsmessig, og unngå overlapping. Progresjonen i pensumundervisningen må vurderes underveis.
Dette er et utgangspunkt:
Forelesning (ca. 2 t) vil innlede hver dag, og være en gjennomgang av hovedavsnitt i pensum. Forelesningene vil søke å være konkret problembasert.
Forelesningstema: Måling, analyse og presentasjon av data (bok 1: Kap. 1-4); Gjennomsnitt, variasjon og sannsynlighet (bok 1: Kap. 5-7), Sannsynlighetsfordelinger: spredning, normalfordeling, transformering, estimering (bok 1: Kap. 8-11); Statistisk testing og frekvenser (bok 1: Kap. 12-13); Korrelasjoner og regresjoner (bok 1: Kap. 14-15); Sammenligne middel og variansanalyser (bok 1: Kap. 16-17); Multivariable analyser (bok 1: Kap. 18); Hva er hypotesetesting? (utlevert kopi av artikkel); Samplestørrelse og statistisk følsomhet (bok 2: Kap. 7); Sampling design (bok 2: Kap. 8-9); Eksperimentell design (bok 2: Kap. 10).
Etter hvert vil kurset også orientere seg mot design og analyse av aktuelle forskningsprosjekter. Her vil forsøke (om tiden tillater) å få aktive forskere fra ulike fagområder ved instituttet til å ha seminarer, samt i størst mulig grad studentene selv. Det vil her bli god anledning for studentene til forhåpentligvis å gjennomgå (ev. diskutere/finne) mastergrads-oppgaver, også for de studentene som ikke har bestemt seg.
Øvingene vil være fokusert på praktisk anvendelse av teori, dels i form av konkrete oppgaver og gruppearbeid, dels i form av problembasert læring med diskusjoner og kollokvieoppgaver.
Evaluering:
2 innleveringsoppgaver teller 50%, 3t skriftlig eksamen teller 50%
PENSUMOVERSIKT
Lærebok 1:
Wheater, C.Philip & Penny.A. Cook (2003): Using Statistics to Understand the Environment. Routledge
Lærebok 2:
+ kap. 7-8 og 18 I Fowler, Jim, Louis Cohen & Phil Jarvis (1998): Practical statistics for field biology.Wiley . (Utdeles som kopi.)
Lærebok 3:
Krebs, Charles J. (1999): Ecological Methodology. Benjamin/Cummings
Kap. 1, 7, 8, 9 og 10 er pensum.
Eventuell utdelt tilleggslitteratur er også pensum!
Disse bøkene gir en god og praktisk orientert gjennomgang som er beregnet på ’ikke-statistikere’. Det er også gode håndbøker/oppslagsbøker å ha til seinere bruk.
Det anbefales sterkt at studentene setter seg inn i pensum på forhånd, iallfall de innledende deler. Likeledes bør de deler av pensum som gjennomgås hver dag, så langt mulig leses på forhånd. Bok 2 er også en omfattende ’håndbok’ med både mye praktisk metode og analyse.
Det finnes en rekke bøker som kan være aktuell tilleggslitteratur, gjerne spesialiserte for ulike fagområder. Aktuell relevant tilleggslitteratur teoridelen er for eksempel:
Dytham, Calvin (2003) Choosing and using statistics – A biologists guide. Blackwell Science
En oversiktlig og jordnær praktisk veileder med henvisning til aktuell statistikkprogramvare (Excel, Minitab, SPSS).
Fowler, Jim, Louis Cohen & Phil Jarvis (1998) Practical statistics for field biology.Wiley
En anvendt vinkling med gode forklaringer, basert på hånderegning og kalkulator.
Southwood, T.R.E. & Henderson, P.A. (2000) Ecological methods. Blackwell Science
Gir en god generell innføring i kap. 1-2 som er litt teknisk orientert. Denne overlapper i stor grad med metoder gjennomgått i kurset. Dette er ellers en praktisk god håndbok for å legge opp et undersøkelseprogram.
Sokal, Robert R & Rohlf, F.James (1995) Biometry. Ny utgave kommer i 2005. Freeman
Dette er en ‘klassiker’ mht. statistisk analyse som dekker det meste som kan tenkes.
Zar, Jerrold H (1998) Biostatistical Analysis. Ligner boka Biometry (disse er de to ‘standard’verkene), men er kanskje noe mer detaljert.
Vær også oppmerksom på ressurser på Internet. En av de bedre hjemmesidene for vårt tema er:
http://www.statsoftinc.com/
hvor dere vil ha særlig glede av en elektronisk lærebok med gode forklaringer på de fleste statistiske begreper, tester, design og andre tema på:
http://www.statsoftinc.com/textbook/stathome.html
