LFU:online

Verbessertes Bewusstsein um experimentelles Design

Beherrschung der Datenanalyse by molekularökologischen Methoden

Wissen um Daten-Transformation

Analysen eigener Daten , und Verbesserung deren Aussagekraft

-Überprüfung der methodischen Grundlagen der molekularen Ansätze: Q-PCR, FISH, deep sequencing, Microarray;

-Bewertung der Arten von Daten, die diese Methoden erzeugen;

-Die Bedeutung von Umwelt-und räumlichen Datensätzen;

-Datenkonsistenz: error-checking, fehlende Daten, Ausreißer,

-Daten-Transformationen: log, Arkussinus etc;

-Auswahl geeigneter Analyseansätze für bestimmte Datensätze und Fragestellungen;

-Formulierung von überprüfbaren Hypothesen;

-Signifikante Unterschiede

-Identifizierung entscheidender Variablen

-Die Bedeutung des experimentellen Design zur Erzeugung solider Daten

-Interpretation von experimentellen Beobachtungen;

-Bedeutung der Daten-Präsentation.

-Einführung in die Verwendung von Programmen wie mothur, SDS, PAST, R (ausgewählt Routinen) mit vorbereiteten Test-Datenmengen, die leicht  für die spätere Verwendung angepasst wereden können

- Hands on-Analysen von eigenen Datensätzen

Beurteilung aufgrund von regelmäßigen schriftlichen und/oder mündlichen Beiträgen der Teilnehmerinnen und Teilnehmer.

Lehrveranstaltungsprüfung gemäß § 7 Satzungsteil, Studienrechtliche Bestimmungen

Wird im Rahmen der ersten Lehrveranstaltung besprochen.

Vorbesprechungstermin: am 04.03.2019 um 09:00 Uhr, HS E (Technik)