At give deltagerne en dybere indføring i statistiske metoder til at afdække strukturen i et mangedimensionalt datamateriale. Deltagerne forventes at blive i stand til at vurdere flerdimensionale (lineære og ulineære) sammenhænge og bestemme bedste prediktorer, at belyse relativt komplicerede forsøgsomstændigheders indflydelse på (evt. flerdimensionale) måleresultater, at vurdere, om et mangedimensionalt datamateriale kan reduceres til væsentligt færre dimensioner, om variationer ved en række egenskaber i en population kan beskrives ved få "faktorer", og man kan skelne mellem forskellige populationer ved hjælp af simple (lineære) funktioner af målinger af forskellige egenskaber ved de enkelte individer, at inddele et givet datamateriale i relativt homogene klasser, at vurdere strukturen i og sammenhænge mellem målinger af fænomener, der varierer med tiden. Endeligt lægges der vægt på at kunne anvende et statistisk edb-program (SAS), fortolke output herfra og relatere det til kursets indhold.
Læringsmål:
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
Forklare strukturen af multivariate data, samt beregne strukturen af linearkombinationer af sådanne data
Anvende den multivariate normalfordeling til beskrivelse af multivariate data, samt bedømme dens egnethed i givne tilfælde
Identificere relevante fordelinger afledt af normal fordelingen, samt konkludere i forbindelse med foretagen analyse
Fortolke multivariate data baseret på egenværdianalyser af korrelations- og dispersions-strukturer
Opstille relevante modeller med både univariate og multiple respons variable, samt bedømme modellens egnethed i et givent tilfælde
Foreslå en analyse til et givent sæt data, samt bestemme indgående parametre og andre relevante størrelser
Identificere relevante størrelser i, samt fortolke output fra, et specificeret statistisk software
Relatere formler og begreber fra kurset med de relevante størrelser i et specificeret statistisk software
Kursusindhold:
Kurset vil dække et bredt udvalg af følgende flerdimensionale modeller: flerdimensionale fordelinger, multipel og partiel korrelation. Den generelle lineære model: estimation og testning, geometrisk fortolkning, Regressionsanalyse: estimation og testning, bestemmelse af bedste ligninger, residualundersøgelser, prediktionsintervaller, ikke lineære analyser m.v. Flerdimensionale variansanalyser: Hotellings diskriminatorer, test for givne diskriminatorer. Kanonisk analyse: kanoniske korrelationer, principipale komponenter, faktoranalyse. Clusteranalyse: hierarkiske og ikke hierarkiske metoder. Korrelationsmodeller: Modeller for stokastiske fænomener, der varierer i tid og rum.
Bemærkninger:
Kurset er et alment metodekursus, som henvender sig til studerende, der interesserer sig for analyse af flerdimensionale data eller som ønsker et mere afrundet billede af nogle af de mest anvendte statistiske metoder.