Fødevaredataanalyse

Målet med dette kursus er, at de studerende mestrer basale dataanalytiske værktøjer såsom visualisering, modellering og tests af primært univariate data. Dette er fundamentet for at kunne udføre en relevant dataanalyse, men ikke tilstrækkeligt. Således er det også et mål, at de studerende kritisk skal kunne forholde sig til konkrete problemstillinger, formulere disse i dataanalytiske termer, vælge (og fravælge) relevante dataanalytiske værktøjer, kunne reflektere over brugen af disse, samt rapportere resultaterne ind i den relevante kontekst.

Når kurset er færdigt, forventes den studerende at have opnået:

Viden:

• Forståelse for fødevarerelaterede problemstillinger, som kan håndteres dataanalytisk
• Kendskab til normalfordelingen, bionomialfordelingen, multinomialfordelingen
• Kendskab til begreberne population, stikprøve og sampling
• Kendskab til mindste kvadraters metode, samt dets anvendelighed i parametrisering af lineære univariate modeller samt lineære multivariate modeller

Færdigheder:

• Håndtere eksplorative redskaber til visualisering af information fra fødevaredata
• Beregne og anvende centrale statistiske metrikker (gennemsnit, varians, median, konfidensinterval, LSD værdier, percentiler….)
• Udføre statistiske tests (t-test, ANOVA, lineær regression og homogenitets/uafhængighedstest)
• Beregne power for simple fødevarerelaterede studier
• Baseret på en konkret problemstilling være i stand til at formulere specifikke spørgsmål statistisk, udvælge dataanalytiske redskaber samt rapportere resultater
• Udføre dataanalyse i datahåndteringssoftware (R)

Kompetencer:

• Kommunikere dataanalytiske og statistiske resultater, samt sætte disse i den relevante kontekst
• Kombinere fødevareviden og dataanalytiske færdigheder til kritisk analyse af konkrete problemstillinger.
• Samarbejde med medstuderende om analyse og afrapportering af case studier.