Analyseren van biologisch onderzoek

2018-2019

Doel vak

Voortbouwend op de theorie en analysetechnieken behandeld in de eerdere
cursussen ‘Methodologie en Onderzoek in de Biologie’ en ‘Voorspellen en
Analyseren in de Biologie’ wordt een aantal meer geavanceerde
statistische methoden voor complexe analyses in de biologische
wetenschappen geïntroduceerd en uitgewerkt, en de uitvoering daarvan
wordt geoefend m.b.v. SPSS als voorbereiding op de BSc stage.
Al de behandelde technieken vallen onder de familie van General Linear
Models (GLM), hoewel ook een blik op Logistische Regressie zal worden
geworpen. Hiernaast is het tweede belangrijke aandachtspunt van deze
cursus een verdieping van het begrip van statistisch toetsen. Deels
betreft het een verdieping van de theorie (statistische power en
experimentele opzet; de problemen van meervoudig testen) en deels wordt
ook verdieping gezocht door zélf – middels datasimulaties in Excel – het
gedrag van statistische analysetechnieken te onderzoeken in situaties
waarin niet wordt voldaan aan de voorwaarden voor de techniek
(normaliteit, homogeniteit van varianties e.d.).
Eindtermen
De student kan
• kritisch analyseren hoe metingen tot stand zijn gekomen en welke
consequenties dat heeft voor een statistische analyse van de gegevens;
• centrale begrippen uit 'experimental design' (randomisatie,
stratificatie, blocking, e.d.) uitleggen en hanteren;
• aangeven welke analysetechniek (inclusief de in eerdere cursussen
behandelde technieken!) toegepast moet worden gegeven de
vraagstellingen, experimenteel design en steekproefomvang in een
onderzoek en de (eigenschappen van de) verzamelde gegevens in dat
onderzoek;
• zelfstandig statistische data-analyses uitvoeren (SPSS) die horen bij
simpele, maar ook complexere experimentele ontwerpen met meer
verklarende factoren, zoals dat voor kan komen bij een BSc stage, de
resultaten daarvan interpreteren, en de gegevens grafisch weergeven;
• controleren in hoeverre een gegeven dataset voldoet aan de voorwaarden
die een bepaalde statistische analysetechniek stelt aan de gegevens;
• simulaties in Excel uitvoeren en daarmee eigenschappen van een
experimenteel design, een toets e.d. (e.g., power) onderzoeken onder
verschillende condities.

Inhoud vak

De volgende onderwerpen komen aan de orde
Experimental Design
• Confounding, randomisatie en stratificatie
• Gepaarde en geblokte designs
• Repeated measures
Meerweg-variantieanalyse (ANOVA)
• Geneste en factoriële designs
• Fixed en random factoren
• Interactie of effectmodificatie
• Voorwaarden: normaliteit en homogeniteit van varianties
• Residu-analyse
• Multiple testing en Post-hoc-analyses
• Analyse met contrasten
Multiple regressie-analyse
• Associatie- en predictiemodellen
• Interactie of effectmodificatie
• Residu-analyse
• Regressie-analyse met categoriale factoren
• Relatie met ANOVA
General Linear Models (GLM)
• Covariantie-analyse (ANCOVA)
• Fixed en random factoren
• Interactie of effectmodificatie
• Residu-analyse
• Relatie met regressie-analyse
Generalized Linear Models (GLIM)
• Errorstructuur, predictor en link-functie
• E.g., logistisch regressie
Statistische power
• Powerberekening bij z-toetsen, t-toetsen en F-toetsen
• Optimal design
• Schatting van statistische power middels datasimulatie

Onderwijsvorm

• Hoorcolleges (ca. 12 uur)
• Werkgroepen (ca. 10 uur)
• Computerpractica (ca. 14 uur)
• Responsiecolleges (ca. 2 uur)
• Zelfstudie (ca. 40 uur)

Toetsvorm

Een digitaal tentamen met in principe
• een meerkeuzevragen over toe te passen technieken,
• open vragen met nadruk op begrip en theoretische aspecten,
• een kleine simulatiestudie in Excel,
• een statistische analyse m.b.v. SPSS van één( of twee kleine)
dataset(s).

Vereiste voorkennis

Ingangseis is het met een voldoende voltooid hebben van de cursus
‘Voorspellen en Analyseren in de Biologie’ (AB_470212) of een
equivalente cursus bij een andere opleiding.
De cursus bouwt voort op de kennis en vaardigheden opgedaan bij de
cursussen ‘Methodologie en Onderzoek in de Biologie’ (AB_470209) en
‘Voorspellen en Analyseren in de Biologie’ (AB_470212). Deze kennis
wordt bekend verondersteld en speelt (derhalve) ook een rol bij de
toetsing.

Literatuur

Brigitte Baldi & David S. Moore (2009). The Practice of Statistics in
the Life Sciences. W.H. Freeman and Company, New York. ISBN
1-4292-1876-2 (prijs ongeveer 60 euro) (N. B: Dit is hetzelfde boek als
gebruikt in eerdere cursussen).
Diverse artikelen; tijdens de cursus zullen de URL's hiervoor op Canvas
verschijnen

Doelgroep

Verplicht voor derdejaars BSc Biologie

Overige informatie

Deze cursus geldt als ingangseis voor het volgen van een masteropleiding
Biologie.

Algemene informatie

Vakcode AB_1003
Studiepunten 3 EC
Periode P4
Vakniveau 300
Onderwijstaal Nederlands
Faculteit Faculteit der Bètawetenschappen
Vakcoördinator drs. P. Vos
Examinator drs. P. Vos
Docenten drs. P. Vos
H.R. Zoomer
dr. L.D.J. Kuijper

Praktische informatie

Voor dit vak moet je zelf intekenen.

Voor dit vak kun je last-minute intekenen.

Werkvormen Computerpracticum*, Deeltoets extra zaalcapaciteit, Hoorcollege, Werkgroep

*Voor deze werkvorm kun je geen groep kiezen, je wordt hiervoor ingedeeld.

Doelgroepen

Dit vak is ook toegankelijk als: