Classical Methods in Data Analysis

Aan het einde van de cursus zul je:

• Inzicht hebben in de √n-wet en de gevolgen hiervan voor de steekproefgrootte. • Inzicht hebben in de algemene principes van besluitvormingsprocedures (“testen”) en in staat zijn deze procedures in de praktijk toe te passen met behulp van het statistische pakket R. 
• De principes begrijpen van de volgende statistische analysetechnieken: Student’s T-toetsen (1-sample, 2-sample en gepaarde), Analyse van Varianties (1-way en 2-way ANOVA), Eenvoudige en multiple lineaire regressieanalyse, 1-sample, 2-sample en gepaarde proportietoetsen (χ²-toets voor goodness-of-fit, Pearson’s χ²-toets en McNemar’s χ²-toets). 
• Weten in welke situaties deze technieken kunnen worden toegepast en de voorwaarden begrijpen die moeten worden vervuld om betrouwbare resultaten te verkrijgen met deze technieken. 
• In staat zijn deze technieken toe te passen met behulp van het statistische pakket R. 
• De resultaten van deze technieken begrijpen en in staat zijn deze resultaten in de praktijk toe te passen (bijvoorbeeld bij het beantwoorden van een onderzoeksvraag). 
• Vertrouwd zijn met de termen ‘verklaarde variantie’ en multi-collineariteit. 
• De principes van modelreductie in regressieanalyse begrijpen. 
• De basisprincipes van de techniek van logistieke regressieanalyse begrijpen. 
• In staat zijn om de geschikte niet-parametrische techniek te kiezen voor het geval van niet-normaal verdeelde gegevens en de principes van deze methoden te begrijpen.

Examens editie november 2023

Het examen vindt plaats op 1 maart 2024 om 14:15 CET. Het herexamen vindt plaats op 19 april 2024 om 14:15 CET. Let op: deze tijden kunnen onderhevig zijn aan wijzigingen. De exacte tijd en plaats zullen zo snel mogelijk in de leeromgeving worden aangekondigd. Eventuele wijzigingen die daar worden aangekondigd, hebben voorrang op de informatie hier.

Examens editie mei 2024

Het examen vindt plaats op 26 juli 2024 om 14:15 CEST. Het herexamen vindt plaats op 19 september 2024 om 14:15 CEST. Let op: deze tijden kunnen onderhevig zijn aan wijzigingen. De exacte tijd en plaats zullen zo snel mogelijk in de leeromgeving worden aangekondigd. Eventuele wijzigingen die daar worden aangekondigd, hebben voorrang op de informatie hier.

De examens worden standaard online afgenomen met online proctoring. Als je het examen op locatie in Utrecht, Nederland wilt afleggen, is dit ook mogelijk.

Het kan zijn dat je door een overmachtssituatie niet aanwezig kunt zijn tijdens het eerste examenmoment.

• MSc Epidemiologie Postgraduate-studenten moeten in dat geval, bij voorkeur voorafgaand aan de eerste examenoptie, de academische adviseur om toestemming vragen om afwezig te zijn. Let op: de academische adviseur kan om een bewijs van je afwezigheid vragen (bijvoorbeeld in geval van ziekte) om vast te stellen of je in aanmerking komt voor een geautoriseerde afwezigheid. Jaco de Fockert-Koefoed, MSc is de academische adviseur waarmee je contact moet opnemen via adviseurs@umcutrecht.nl.
• Alle andere deelnemers dienen contact op te nemen met het MSc Epidemiologie Office via MSc-Epidemiology@umcutrecht.nl.

Kortom, het is niet langer mogelijk om de eerste examendatum over te slaan en automatisch in te schrijven voor de tweede (herkansing) examen. Ongeautoriseerde afwezigheid tijdens de eerste examenperiode resulteert in het niet kunnen afronden van de cursus in dat studiejaar.

Om je in te schrijven voor deze cursus heb je nodig:

• Een BSc-diploma 
• Deelname aan een inleidende statistiekcursus 
• Voldoende beheersing van het Engels, zowel in lezen als schrijven 
• Toegang tot het computerprogramma R

Verplichte studiematerialen

Voor deze cursus heb je nodig:

• The Practice of Statistics in the Life Sciences door Baldi en Moore (MacMillan publishers), 4e editie