Biostatistical Modelling - MS710P69

• Title: Základy statistického modelování
• Czech title: Základy statistického modelování
• Guaranteed by: Institute of Applied Mathematics and Information Technologies (31-710)
• Faculty: Faculty of Science
• Actual: from 2021
• Semester: winter
• E-Credits: 3
• Examination process: winter s.:
• Hours per week, examination: winter s.:2/1, C [HT]
• Capacity: unlimited
• Min. number of students: unlimited
• 4EU+: no
• Virtual mobility / capacity: no
• State of the course: taught
• Language: Czech
• Explanation: rozvržení může být upraveno po dohodě s přihlášenými
• Note: enabled for web enrollment
• Guarantor: RNDr. Monika Pecková, Ph.D.
• Teacher(s): RNDr. Monika Pecková, Ph.D.

Annotation

V přednášce se studenti seznámí se základními modely pro spojité i kategorické veličiny. Podrobně se budeme věnovat různým aspektům lineárních modelů a nejužívanějších zobecněných lineárních modelů. Cvičení budou probíhat v počítačových laboratořích, budeme používat statistický program RStudio. Studenti budou aplikovat teoretické znalosti na reálná data, vlastní data jsou vítána. Předpokládá se znalost základů statistického testování v rozsahu předmětu Základy biostatistiky (MS710P09) nebo obdobného základního statistického kurzu. Předchozí zkušenost s RStudiem je vítána, ale není nutnou podmínkou.

Last update: Pecková Monika, RNDr., Ph.D. (31.08.2023)

Requirements to the exam

Přemět je ukončen zápočtem. Zápočet bude udělován za účast na cvičeních a zápočtový projekt.

Jako zápočtový projekt studenti zpracují analýzu dat.

Last update: Pecková Monika, RNDr., Ph.D. (27.09.2021)

Syllabus

1. Základní statistické pojmy: Náhodný výběr, pravděpodobnostní rozdělení, testování hypotéz, interval spolehlivosti, t-testy, korelace.
2. Lineární modely: Jednoduchý regresní model, metoda nejmenších čtverců, význam regresních koeficentů, testování v regresi, ANOVA a regrese.
3. Lineární modely: Regresní diagnostika, nesplněné předpoklady modelu, transformace, odlehlá pozorování.
4. Lineární modely: Regresní diagnostika, permutační testy, mnohonásobná regrese, polynomiální regrese.
5. Lineární modely: ANOVA jako lineární model, interakce v ANOVě, F-testy v ANOVě, obecný lineární model.
6. Lineární modely: Výběr modelu, validace modelu, korelace mezi regresory, chybějící pozorování.
7. Lineární modely: Závislosti v datech, náhodné efekty, smíšené modely.
8. Zobecněné lineární modely:  Obecný tvar modelu, linková funkce, metoda maximální věrohodnosti, deviance, měření závislostí v kategorických datech, podíl šancí.
9. Logistická regrese: Model, koeficienty a jejich význam, deviance, výběr modelu.
10. Loglineární modely: Modelování kontingenční tabulky, odhady koeficientů, význam koeficientů, souvislost loglineárního modelu s logistickou regresí.
11. Analýza cenzorovaných dat: odhad funkce přežití, logrank test, Coxův model.
12. Aplikace probraných metod na reálných datech.

Last update: Pecková Monika, RNDr., Ph.D. (31.08.2023)