Kandidatuddannelse i anvendt biostatistik
Gothenburg, Sverige
VARIGHED
2 Years
SPROG
Engelsk
TEMPO
Fuldtid
ANSØGNINGSFRIST
15 Jan 2025
TIDLIGSTE STARTDATO
Sep 2025
STUDIEAFGIFTER
SEK 318.000 *
STUDIEFORMAT
På campus
* der opkræves ingen gebyrer for EU- og EØS-borgere
Introduktion
Kan du lide tal og har et godt blik for analyser? Brænder du for at forstå komplekse data og bruge dem til at finde svar på vigtige spørgsmål inden for sundhed, medicin og life science? Så skal du søge ind på kandidatuddannelsen i Anvendt Biostatistik. Vores program giver dig den nødvendige viden til at arbejde både nationalt og internationalt. Vi tilbyder et internationalt studiemiljø, hvor du vil møde studerende fra hele verden med forskellig akademisk baggrund.
Nutidens samfund bliver mere og mere digitaliseret, og der indsamles enorme mængder data, som kræver analyse – især inden for sundheds- og life science-området. Hvordan skal vi fortolke og forstå alle disse komplekse data? Hvordan kan vi bruge dataene til at udvikle lægemidler, behandlinger og medicinsk udstyr? Det er nogle af de udfordringer, vi står over for i dag. Biostatistikere spiller her en afgørende rolle. Gennem deres ekspertise i at håndtere og analysere data bidrager de til at fremme forskning og skabe samfundsmæssige fordele. Der er stor efterspørgsel efter biostatistikere i dag.
Uddannelsen giver dig viden om centrale teorier og modeller inden for statistik. Du skal studere i to år. Undervisningssproget er engelsk. Målet er at give dig praktisk erfaring og de værktøjer, du skal bruge for at arbejde selvstændigt som biostatistiker. Du lærer at håndtere alle trin i dataanalysen af sundhedsrelaterede data. Dette omfatter design og analyse af forskellige typer undersøgelser, relateret til grundlæggende medicinsk forskning, klinisk forskning og befolkningsundersøgelser.
Vi giver dig viden om grundlæggende og avancerede statistiske metoder og modeller, hvordan de kan bruges, hvordan resultaterne tolkes, og hvilke konklusioner der kan eller ikke kan drages. Du lærer også at programmere i R, som er et vigtigt og meget brugt værktøj til datahåndtering, analyse og visualisering. Derudover får du viden om AI og machine learning og hvordan disse kan bruges som metoder til at analysere data og skabe en mere effektiv arbejdsgang.