Uw huidige browser heeft updates nodig. Zolang u niet update zullen bepaalde functionaliteiten op de website niet beschikbaar zijn.
Let op: het geselecteerde rooster heeft overlappende bijeenkomsten.
Volgens onze gegevens heb je nog geen vakken behaald.
Je planning is nog niet opgeslagen
Let op! Uw planning heeft vakken in dezelfde periode met overlappend timeslot
Experimentele methoden en statistiek (2026/2027: Periode 3)
Cursusdoel
Cursusdoelen
Aan het eind van deze cursus ben je in staat:
1. Elementaire technieken uit de orthodoxe en Bayesiaanse statistiek toe te passen.
2. Empirische experimentele methoden en resultaten te evalueren.
3. Experimentele technieken toe te passen om (menselijke) data te verzamelen, deze data te analyseren en de juiste statistiek op toe te passen.
4. De resultaten hiervan wetenschappelijk te rapporteren.
Het niveau dat je bereikt, is dat je weloverwogen beslissingen kunt nemen over welke technieken en methoden je wilt toepassen in toekomstige projecten, of de kwaliteit van reeds verzamelde data kunt beoordelen, die je wilt gebruiken in bijvoorbeeld een bachelor thesis, project en/of eindwerkstuk.
Natuurlijk zijn er veel meer statistische en experimentele methoden en technieken die je misschien wilt toepassen, naast wat we tijdens de cursus kunnen behandelen. We richten ons daarom op enkele van de basisprincipes, zodat je deze gemakkelijker zelfstandig kunt toepassen en uitbreiden. Tijdens de cursus zullen we de nadruk leggen op een aantal methoden en technieken die relevant zijn voor data verzameling/analyse, onderzoek en toepassingen vanuit een KI-perspectief.
Aan het eind van deze cursus ben je in staat:
1. Elementaire technieken uit de orthodoxe en Bayesiaanse statistiek toe te passen.
2. Empirische experimentele methoden en resultaten te evalueren.
3. Experimentele technieken toe te passen om (menselijke) data te verzamelen, deze data te analyseren en de juiste statistiek op toe te passen.
4. De resultaten hiervan wetenschappelijk te rapporteren.
Het niveau dat je bereikt, is dat je weloverwogen beslissingen kunt nemen over welke technieken en methoden je wilt toepassen in toekomstige projecten, of de kwaliteit van reeds verzamelde data kunt beoordelen, die je wilt gebruiken in bijvoorbeeld een bachelor thesis, project en/of eindwerkstuk.
Natuurlijk zijn er veel meer statistische en experimentele methoden en technieken die je misschien wilt toepassen, naast wat we tijdens de cursus kunnen behandelen. We richten ons daarom op enkele van de basisprincipes, zodat je deze gemakkelijker zelfstandig kunt toepassen en uitbreiden. Tijdens de cursus zullen we de nadruk leggen op een aantal methoden en technieken die relevant zijn voor data verzameling/analyse, onderzoek en toepassingen vanuit een KI-perspectief.
Vakinhoudelijk
Inhoud
Mensen nemen beslissingen op basis van data. Dit geldt voor individuen, bedrijven, overheden en wetenschappers. In het dagelijks leven kun je bijvoorbeeld beslissen of je met de fiets of met de bus naar college gaat, afhankelijk van je kennis van de reistijd: hoe vaak rijden er bussen en is een busrit korter dan een fietstocht? Bedrijven gebruiken data om inzicht te krijgen in de belangen van hun klanten, of hoe sterk concurrenten zijn. De overheid berekent en toetst wat de impact van nieuw beleid is op de samenleving om tot effectief beleid te komen. En tot slot gebruiken wetenschappers gegevens om theorieën te ontwikkelen over de vele facetten van het leven en het universum.
Om later goed te functioneren in het dagelijkse leven en in je professionele carrière, is het belangrijk te weten hoe je valide en betrouwbare conclusies kunt trekken op basis van gegevens. Hiervoor moet je onder andere weten hoe je betrouwbare gegevens kunt verzamelen (met behulp van experimentele methoden), deze gegevens kunt analyseren (met behulp van statistiek) en hoe u deze resultaten effectief kunt communiceren. Experimentele resultaten moet je in de context van een theorie kunnen plaatsen (en meer in het algemeen: in de context van kennis). Kenmerkend voor KI-studenten en professionals is dat ze vaak computermodellen en computersimulaties gebruiken om de werkelijkheid te benaderen. Maar hoe vergelijk je dan een resultaat van een simulatie met data van echte mensen? Hoe beoordeel je nu of de data die verzameld is van goede kwaliteit is, en of deze ook representatief zijn voor het model waarmee je deze mee wilt vergelijken. In deze cursus leer je dit en meer.
Toetsing en relatie tussen beoordeling en cursusdoelen
Toetsing bestaat uit 3 componenten:
1. Alle weekopdrachten worden op tijd ingeleverd en getuigen van voldoende inspanning. Dit is een voorwaarde om deel te kunnen nemen aan het tentamen en de opdracht zoals benoemd onder 3. (inspanningsverplichting).
2. Een schriftelijk tentamen waarin statistische kennis en vaardigheden wordt getoetst. Het gewicht van deze toets is 50% van je eindcijfer. Het minimumcijfer is een 5,5. Het tentamen wordt in het Nederlands afgenomen.
3. Een opdracht waarin de theoretische achtergrond, methode van een experiment, analyse van de gegevens, en discussie in de vorm van implicaties en beperkingen van je resultaten worden meegenomen. Het gewicht van deze opdracht is 50% van je eindcijfer. Het minimumcijfer is een 5,5.
Structuur
De cursus heeft 3 onderwijsvormen:
Hoorcolleges:
Tijdens de plenaire hoorcolleges behandelen we de nodige theoretische achtergrond van onderwerpen die je zult toepassen en oefenen tijdens de practica.
• De colleges van Krista Overvliet zullen vooral gericht zijn op experimentele methoden, daarnaast wordt er in gegaan op wetenschappelijk schrijven. De voertaal is Nederlands.
• De colleges van Baptist Liefooghe zullen voornamelijk gericht zijn op verschillende soorten statistiek. Dit omvat het verschil tussen Bayesiaanse en meer orthodoxe statistieken. De voertaal is Nederlands.
Practica:
Studenten werken gedurende de cursus aan statistische problemen en een onderzoeksproject. Ze maken gebruik van experimentele methoden om gegevens te verzamelen en analyseren deze gegevens door middel van onder andere statistische technieken. De opdrachten kunnen in het Engels geschreven zijn, maar de voertaal tijdens de practica is Nederlands, tenzij de docent Engelstalig is.
E-modules (facultatief):
In de e-modules oefenen studenten met statistische concepten en technieken uit de hoorcolleges en practica. Ze dienen ter ondersteuning van de tentamenstof, en zijn expliciet geen vervanging van de hoorcolleges en practica.
Mensen nemen beslissingen op basis van data. Dit geldt voor individuen, bedrijven, overheden en wetenschappers. In het dagelijks leven kun je bijvoorbeeld beslissen of je met de fiets of met de bus naar college gaat, afhankelijk van je kennis van de reistijd: hoe vaak rijden er bussen en is een busrit korter dan een fietstocht? Bedrijven gebruiken data om inzicht te krijgen in de belangen van hun klanten, of hoe sterk concurrenten zijn. De overheid berekent en toetst wat de impact van nieuw beleid is op de samenleving om tot effectief beleid te komen. En tot slot gebruiken wetenschappers gegevens om theorieën te ontwikkelen over de vele facetten van het leven en het universum.
Om later goed te functioneren in het dagelijkse leven en in je professionele carrière, is het belangrijk te weten hoe je valide en betrouwbare conclusies kunt trekken op basis van gegevens. Hiervoor moet je onder andere weten hoe je betrouwbare gegevens kunt verzamelen (met behulp van experimentele methoden), deze gegevens kunt analyseren (met behulp van statistiek) en hoe u deze resultaten effectief kunt communiceren. Experimentele resultaten moet je in de context van een theorie kunnen plaatsen (en meer in het algemeen: in de context van kennis). Kenmerkend voor KI-studenten en professionals is dat ze vaak computermodellen en computersimulaties gebruiken om de werkelijkheid te benaderen. Maar hoe vergelijk je dan een resultaat van een simulatie met data van echte mensen? Hoe beoordeel je nu of de data die verzameld is van goede kwaliteit is, en of deze ook representatief zijn voor het model waarmee je deze mee wilt vergelijken. In deze cursus leer je dit en meer.
Toetsing en relatie tussen beoordeling en cursusdoelen
Toetsing bestaat uit 3 componenten:
1. Alle weekopdrachten worden op tijd ingeleverd en getuigen van voldoende inspanning. Dit is een voorwaarde om deel te kunnen nemen aan het tentamen en de opdracht zoals benoemd onder 3. (inspanningsverplichting).
2. Een schriftelijk tentamen waarin statistische kennis en vaardigheden wordt getoetst. Het gewicht van deze toets is 50% van je eindcijfer. Het minimumcijfer is een 5,5. Het tentamen wordt in het Nederlands afgenomen.
3. Een opdracht waarin de theoretische achtergrond, methode van een experiment, analyse van de gegevens, en discussie in de vorm van implicaties en beperkingen van je resultaten worden meegenomen. Het gewicht van deze opdracht is 50% van je eindcijfer. Het minimumcijfer is een 5,5.
Structuur
De cursus heeft 3 onderwijsvormen:
Hoorcolleges:
Tijdens de plenaire hoorcolleges behandelen we de nodige theoretische achtergrond van onderwerpen die je zult toepassen en oefenen tijdens de practica.
• De colleges van Krista Overvliet zullen vooral gericht zijn op experimentele methoden, daarnaast wordt er in gegaan op wetenschappelijk schrijven. De voertaal is Nederlands.
• De colleges van Baptist Liefooghe zullen voornamelijk gericht zijn op verschillende soorten statistiek. Dit omvat het verschil tussen Bayesiaanse en meer orthodoxe statistieken. De voertaal is Nederlands.
Practica:
Studenten werken gedurende de cursus aan statistische problemen en een onderzoeksproject. Ze maken gebruik van experimentele methoden om gegevens te verzamelen en analyseren deze gegevens door middel van onder andere statistische technieken. De opdrachten kunnen in het Engels geschreven zijn, maar de voertaal tijdens de practica is Nederlands, tenzij de docent Engelstalig is.
E-modules (facultatief):
In de e-modules oefenen studenten met statistische concepten en technieken uit de hoorcolleges en practica. Ze dienen ter ondersteuning van de tentamenstof, en zijn expliciet geen vervanging van de hoorcolleges en practica.
Werkvormen
Hoorcollege
Inzage
Practicum
Inzage
Practicum
Toetsing
Eindtoets
Verplicht | Weging 50% | Minimum cijfer 5,5 | ECTS 3,75
Opdracht
Verplicht | Weging 50% | Minimum cijfer 5,5 | ECTS 3,75
Ingangseisen en voorkennis
Ingangseisen
Je mag niet uitsluitend ingeschreven staan voor een van de volgende opleidinge:
- Psychologie
- Interdisciplinaire sociale wetenschap
- Culturele antropologie en ontwikkelingssociologie
- Pedagogische Wetenschappen
- Onderwijswetenschappen
- Academische lerarenopleiding primair onderwijs
- Sociologie
Voorkennis
Ervaring met programmeren is wenselijk. We gaan ervan uit dat je bekend bent met basis programmeer terminologie, zoals variabele, functie, if/else, while en for. In de cursus werken we met de programmeertaal R in de RStudio omgeving. Kennis en ervaring met R is niet noodzakelijk, in de cursus behandelen we de basics van R. Als je een student van een ander programma bent dan Kunstmatige Intelligentie, dan verwachten we dat je interesse hebt in KI onderwerpen.
Voertalen
- Nederlands
Cursusmomenten
Gerelateerde studies
Thema's
-
Digitalisation
- - Data, informatie, kennis
-
Open Science
- - Informatiegeletterdheid
- - Overig
Tentamens
Er is geen tentamenrooster beschikbaar voor deze cursus
Verplicht materiaal
-
SOFTWAREProgrammeertaal R (http://www.r-project.org), R-Studio (https://rstudio.com), PsychoPy (https://www.psychopy.org).
Aanbevolen materiaal
-
BOEKPeter Dalgaard. Introductory Statistics with R. .Dit digitale boek is gratis in te zien via de UU Bibliotheek. Het aanschaffen van een papieren versie is niet nodig. https://link.springer.com/book/10.1007/978-0-387-79054-1ISBN: 978-0-387-79053-4
Opmerkingen
Inschrijving is niet mogelijk voor studenten van alle bachelor-opleidingen die aangeboden worden door FSW.
Coördinator
| dr. K.E. Overvliet | k.e.overvliet@uu.nl |
Docenten
| dr. B. Liefooghe | b.liefooghe@uu.nl |
| dr. K.E. Overvliet | k.e.overvliet@uu.nl |
| dr. D. van Rooij | d.vanrooij@uu.nl |
Inschrijving
Deze cursus is open voor bijvakkers. Controleer wel of er aanvullende ingangseisen gelden.
Inschrijving
Van maandag 2 november 2026 tot en met vrijdag 20 november 2026
Inschrijving niet geopend
Permanente link naar de cursuspagina
Laat in de Cursus-Catalogus zien
Laat in MyTimetable zien
klikt, stop je een vak in je rugzak, zodat je dit vak door de rest van de CursusPlanner mee kunt nemen.