Programplaner og emneplaner - Student
SPVARA Applied Regression Analysis Course description
- Course name in Norwegian
- Anvendt regresjonsanalyse
- Study programme
-
Ph.d. programme in the study of professionsPhD Programme in the Study of Professions
- Weight
- 10.0 ECTS
- Year of study
- 2018/2019
- Programme description
- Course history
-
Introduction
Etter å ha gjennomført dette emnet har studenten følgende læringsutbytte, definert som kunnskap, ferdigheter og generell kompetanse:
Kunnskap
Studenten:
- Skal få basalkunnskaper i genetikk og oppnå en god forståelse av molekylærbiologiske mekanismer i en eukaryot celle
- har grunnleggende forståelse av klassisk genetikk.
- kjenner til struktur og cellulær organisering av eukaryote nukleinsyrer.
- kan gjøre rede for oppbygging og vedlikehold av eukaryote gener og genomer.
- kan gjøre rede for sentrale dogmaet i molekylærbiologien og angi hvordan disse prosessene reguleres i eukaryoter.
- kan gjøre rede for molekylærbiologiske metoder som benyttes for å studere eukaryote gener.
- kjenner til moderne metoder for å analysere genomer, transkiptomer og proteomer.
- korstår hvordan modellorganismer brukes i molekylærbiologisk forskning på eukaryote gener.
Ferdigheter
Studenten:
- skal kunne presentere og svare på oppgaver både muntlig og skriftlig innenfor kunnskapsområdet som blir presentert på kurset.
- forstå hvordan man bruker ulike molekylærbiologiske metoder samt modellorganismer for å kartlegge eukaryote gener og identifisere genprodukters funksjoner.
Generell kompetanse
Studenten:
- kan tilegne seg kunnskap innen molekylærbiologi.
- kan delta i et forskningsprosjekt hvor molekylærbiologiske metoder benyttes.
Required preliminary courses
Undervisningen vil bestå av forelesninger, organiserte kollokvier og øvinger.
Learning outcomes
Følgende arbeidskrav er obligatorisk og må være godkjent for å fremstille seg til eksamen:
- 4 av 7 øvinger (2-4 timer pr øving)
Content
Emnet vil omhandle følgende temaer, av tidshensyn gis det kun en introduksjon til enkelte temaer:
- Statistisk teori: sannsynligheter og sannsynlighetsfordelinger, hypotesetesting, estimering ved minste kvadraters metode og ved sannsynlighetsmaksimering
- Analyse av kontinuerlig avhengige variabler
- Ikke-linearitet og samspill i regresjonsmodeller
- Brudd på kolinearitetsforutsetningen og homoskedastisitetsforutsetningen, robuste standardfeil
- Bygging av årsaksmodeller: kontrollvariabler, instrumentelle variabler, fixed effects, difference-in-differences, strukturelle likningsmodeller (introduksjon)
- Analyse av kategorisk avhengige variabler
- Begrensede avhengige variabler: trunkerte variabler, sensurerte variabler, utvalgsseleksjon (introduksjon)
- Analyse av paneldata (introduksjon)
- Flernivåanalyse (introduksjon)
Teaching and learning methods
Individuell skriftlig eksamen på 3 timer.
Eksamensresultat kan påklages.
Ved eventuell ny og utsatt eksamen kan muntlig eksamensform bli benyttet istedenfor skriftlig eksamen. Ved eventuell muntlig eksamensform ved ny og utsatt eksamen, kan eksamensresultat ikke påklages.
Course requirements
Håndholdt kalkulator som ikke kommuniserer trådløst og som ikke kan regne symbolsk. Dersom kalkulatoren har mulighet for lagring i internminnet skal minnet være slettet før eksamen. Stikkprøver kan foretas.
Assessment
I forbindelse med avsluttende vurdering benyttes en karakterskala fra A til E for bestått (A er høyeste karakter og E er laveste) og F for ikke bestått.
Admission requirements
En intern sensor. Ekstern sensor brukes jevnlig.