AGE.06462.02 - Biometrie III und Grundlagen der Genominformatik (Vollständige Modulbeschreibung)

AGE.06462.02	5 CP
Modulbezeichnung	Biometrie III und Grundlagen der Genominformatik
Modulcode	AGE.06462.02
Semester der erstmaligen Durchführung
Fachbereich/Institut	Institut für Agrar- und Ernährungswissenschaften
Verwendet in Studiengängen / Semestern	Agrarwissenschaften (MA120 LP) (Master) > Agrarwissenschaft/Landwirtschaft AgrarwissenschaftenMA120, Akkreditierungsfassung (WS 2018/19 - SS 2020) > Wahlpflichtmodule der Vertiefungsrichtung `Nutztierwissenschaften` Agrarwissenschaften (MA120 LP) (Master) > Agrarwissenschaft/Landwirtschaft AgrarwissenschaftenMA120, Akkreditierungsfassung (WS 2020/21 - WiSe 2024/25) > Wahlpflichtmodule der Vertiefungsrichtung `Nutztierwissenschaften` Bioinformatik (MA120 LP) (Master) > Bioinformatik BioinformatikMA120, Akkreditierungsfassung gültig ab SoSe 2023 > Bioinformatik (HB) (Anteil gem. § 5 Abs. 4-6, Anlage 2) Bioinformatik (MA120 LP) (Master) > Bioinformatik BioinformatikMA120, Akkreditierungsfassung (WS 2016/17 - WS 2022/23) > Bioinformatik (HB) Nutzpflanzenwissenschaften (MA120 LP) (Master) > Agrarwissenschaft/Landwirtschaft Nutzpflanzenwiss.MA120, Akkreditierungsfassung gültig ab WS 2018/19 > Wahlpflichtmodule
Modulverantwortliche/r
Weitere verantwortliche Personen	Dr. Monika Wensch-Dorendorf; Dr. Thomas Schmutzer
Teilnahmevoraussetzungen
Kompetenzziele	Nach dem Besuch des Moduls wird erwartet, dass die Studierenden in der Lage sind: Versuche und Erhebungen für lineare gemischte Modelle bei normalverteilten Merkmalen und qualitativen und quantitativen Einflussgrößen zu analysieren und unter Anwendung von SAS auszuwerten und zu interpretieren Versuche und Erhebungen für generalisierte lineare gemischte Modelle bei binären, ordinalen sowie Zähldaten und qualitativen und quantitativen Einflussgrößen zu analysieren und unter Anwendung von SAS auszuwerten und zu interpretieren ein Problem der Genominformatik zu definieren und abzuschätzen mit Hilfe welcher Software dieses gelöst werden kann geeignete Lösungen zu entwickeln, um NGS Datensätze analysieren zu können und die Ergebnisse entsprechend ihrer Qualität einzustufen eigene Skripte zu erarbeiten, um Schritte der Datenanalyse zu automatisieren
Modulinhalte	1. Gemischte lineare Modelle bei unbalancierten Daten und Kovarianzstrukturen Methoden der Varianzkompetenzschätzung (ANOVA vs. REML) Schätzung fester Effekte, FG-Approximationen und Tests Spezielle Datenstrukturen (wiederholte Leistungen, räumliche und zeitliche Abhängigkeiten) Methoden der Modellbewertung 2. Generalisierte lineare Modelle Beachtung verschiedener Datenstrukturen und Verteilungstypen (binäre Daten, Ordinaldaten, Zähldaten bei verschiedenen Kovarianzstrukturen) 3. Methoden der Genominformatik zur Analyse von Hochdurchsatz-Sequenzdaten (shell, R und aktuelle Standsrdsoftware) 4. Kenntnisse der Standardformate (FASTA/Q, SAM, BED) und deren praktische Anwendung
Lehrveranstaltungsformen	Vorlesung (3 SWS) Übung (1 SWS) Kursus Kursus
Unterrichtsprachen	Deutsch, Englisch
Dauer in Semestern	1 Semester Semester
Angebotsrhythmus Modul	jedes Wintersemester
Aufnahmekapazität Modul	unbegrenzt
Prüfungsebene
Credit-Points	5 CP
Modulabschlussnote	LV 1: %; LV 2: %; LV 3: %; LV 4: %.
Faktor der Modulnote für die Endnote des Studiengangs	1

Modulveranstaltung	Lehrveranstaltungsform	Veranstaltungstitel	SWS	Workload selbstgestaltete Arbeit	Workload Summe
LV 1	Vorlesung	Vorlesung	3		0
LV 2	Übung	Übung	1		0
LV 3	Kursus	Hausarbeit			0
LV 4	Kursus	Selbststudium und Prüfungsvorbereitung			0
Workload modulbezogen				150	150
Workload Modul insgesamt					150

Prüfung	Prüfungsvorleistung	Prüfungsform
LV 1
LV 2
LV 3
LV 4
Gesamtmodul		Klausur o.elektr. Klausur/ o. Hausarbeit/ o. mündl. Prüfung
Wiederholungsprüfung

Regularien	Angebotsrhythmus	Anwesenheitspflicht	Gewicht an Modulnote in %
LV 1	Wintersemester	Nein	%
LV 2	Wintersemester	Nein	%
LV 3	Wintersemester	Nein	%
LV 4	Wintersemester	Nein	%