MBJ4002S Forskingsmetode og dataanalyse
- EmnekodeMBJ4002S
- Studiepoeng10
- Undervisningssemestre2023 Høst
- UndervisningsspråkNorsk
- UndervisningsstedNett/digitalt
- Forkunnskapskrav
Ingen
- Jordbruksforskningens historie
- Forskningsetikk
- Kvantitativ forskningsmetode
- Statistiske begreper og deskriptiv statistikk og
- De vanligste statistiske hypotesetestene
- Programmeringsspråket R
Læringsutbytte
Ved bestått emne har studenten oppnådd følgende læringsutbytte:
Studenten
- kan analysere faglige problemstillinger med utgangspunkt i jordbruksforskningens historie, tradisjoner og egenart
- har avansert kunnskap om forskningsetiske problemstillinger som er spesielt relevante for jordbruksforskning
- har inngående kunnskap om kvantitative forskningsmetoder og spesialisert innsikt i metoder som er mye brukt innenfor jordbruksforskning
- har noe kunnskap om kvalitative metoder og når disse kan brukes
- har inngående kunnskap omkring begrepet «usikkerhet» i en statistisk kontekst
- har inngående kunnskap om vanlige statistiske tester, og deres styrker og svakheter
- har spesialisert kunnskap om de viktigste antagelsene i statistiske metoder
- har kunnskap om hvordan programmeringsspråket/-systemet R benyttes og fungerer
Studenten
- kan identifisere og drøfte forskningsetiske problemer knyttet til egen og andres forskning
- kan kritisk vurdere studiedesign i vitenskapelige publikasjoner og selv designe en relevant studie
- kan lage estimat, redegjøre for presisjon og nøyaktighet, og forklare hvordan utvalgsstørrelse påvirker usikkerhet i statistiske analyser
- kan analysere egne og andres data med de vanligste statistiske metodene inkludert å beregne og tolke estimater, konfidensintervaller og p-verdier
- behersker det statistiske programmeringsmiljøet R, og kan her forberede datasett til analyser, kjøre enkle statistiske analyser, samt visualisere og rapportere resultater
Studenten
- kan arbeide på en måte som støtter vitenskapelig åpenhet og som muliggjør repetering
- kan reflektere kritisk over usikkerhet i resultater presentert i både media og vitenskapelige produksjoner
- kan reflektere kritisk over fordeler og ulemper i forskjellige studiedesign i vitenskapelige publikasjoner
- kan analysere data fra eksperimenter og observasjonsstudier i laboratoriet eller i felt ved bruk av R
- kan formidle egne resultater i tråd med vitenskapelige normer
- kan innhente og ta i bruk statistiske programmeringspakker i R som dekker egne behov for dataanalyse
- Nettbaserte forelesninger
- Nettbaserte kollokvier
- Individuelt arbeid med innleveringsoppgaver
| Vurderingsordning | Karakterskala | Gruppe/individuell | Varighet | Hjelpemidler | Andel | Kommentar |
|---|---|---|---|---|---|---|
Oppgave | Bestått - Ikke bestått | Individuell | 25% | Oppgave 1 | ||
Oppgave | Bestått - Ikke bestått | Individuell | 25% | Oppgave 2 | ||
Oppgave | Bestått - Ikke bestått | Individuell | 25% | Oppgave 3 | ||
Oppgave | Bestått - Ikke bestått | Individuell | 25% | Oppgave 4 |
Fire individuelle innleveringsoppgaver. Innleveringsoppgavene vurderes til bestått/ikke bestått. Alle deleksamener må være bestått for at emnet skal vurderes til beståt
Pensum
Ingen pensumliste tilgjengelig for dette emnet