n.BA.LM.DaAn.21HS (Data Analysis) 
Module: Data Analysis
This information was generated on: 06 May 2024
No.
n.BA.LM.DaAn.21HS
Title
Data Analysis
Credits
2

Description

Version: 1.0 start 01 August 2021

 

Study Programme Food Technology
Regulations Applicable RPO, 29 January 2008, School of Life Sciences and Facility Management Academic Regulations, 15 Dec. 2009, Annex for the Bachelor of Food Technology degree programme
Module Type  
X Compulsory Module    Elective Module    Optional Module
Planned Semester 4th Semester
Module Coordinator Ivo Kaelin
Telephone / E-Mail +41 (0)58 934 54 78 / ivo.kaelin@zhaw.ch
Lecturer(s),
Speaker(s),
Associate(s)
  • Ivo Kaelin
  • Janice Sych
  • Wissenschaftliche Mitarbeitende des IAS
Entrance Requirements Daten & Informationen 1 + 2
Learning Outcomes and Competencies Fachliche Kompetenzen:
Die Studierenden sind in der Lage, …
  • Daten und Resultate mit Hilfe von deskriptiver Statistik und Visualisierung zugänglich zu machen.
  • klare Hypothesen für ihre Forschungsvorhaben zu formulieren.
  • aus Daten und Resultaten mittels Inferenzstatistik generalisierende Schlüsse zu ziehen.
  • ihre Experimente so zu planen, dass mit den vorhandenen Ressourcen ein maximaler Ertrag erreicht wird (im Besonderen so, dass zu erwartende Effekte auch tatsächlich signifikant herauskommen).
  • mit R selbständig zu arbeiten und sich den vorhandenen Hilfsmitteln (R-Hilfe, Google) zu bedienen.
  • Konzepte der statistischen Datenanalyse auf eigene Forschungsfragen anzuwenden.
 
Überfachliche Kompetenzen:
Die Studierenden sind in der Lage, …
  • Resultate und (statistische) Methoden kritisch zu hinterfragen.
  • Prozesse in Kleingruppen wahrzunehmen und produktiv zum Abschluss zu führen – auch bei schwierigen Themen.
Module Content
  • 1- und mehrfaktorielle Varianzananlyse (ANOVA)
  • Kruskal Wallis und Chi-Quadrat Tests für ordinale und kategorielle Daten
  • Regressionsanalyse (einfache und multiple)
  • Design of Experiment (Stichprobengrösse, Anzahl Wiederholungen)
  • Clusteranalyse und Principal Component Analysis (PCA)
Follow-up Modules -
Methods of Instruction 
  • Vorlesung
  • Übungen
  • Gruppenarbeit
Digital Resources
  • Moodle
  • Lernvideos
Lesson Structure / Workload  
 Contact Hours 20
 Guided Self-Study 10
 Independent Self-Study 30
 Total Workload 60
Classroom Attendance Präsenz wird empfohlen, aber nicht kontrolliert.
Assessment Erfahrungsnote (30%): Fallstudie als Gruppenarbeit

Abgesetzte schriftliche Modulprüfung (70%)

If there is a low number of participants, the lecturer may change the form of a repeat examination after consultation with the head of the study programme: e.g. an oral examination can be used to replace a written one. Please report any changes to the form of examinations by e-mail to pruefungsadmin.lsfm@zhaw.ch and Cc. Head of study programme.
 
Language of Instruction  Deutsch
Comments Erste Semesterhälfte: Vorlesung mit Übungen
Zweite Semesterhälfte: Gruppenarbeit (Fallstudien) als begleitetes Selbststudium

 

Course: Data Analysis
No.
n.BA.LM.DaAn.21HS.V
Title
Data Analysis

Note

  • No module description is available in the system for the cut-off date of 06 May 2024.