Emne - Linær og logistisk regresjonsanalyse - KLMED8015
KLMED8015 - Linær og logistisk regresjonsanalyse
Om emnet
Nytt fra studieåret 2022/2023
Vurderingsordning
Vurderingsordning: Hjemmeeksamen
Karakter: Bestått/ Ikke bestått
Vurdering | Vekting | Varighet | Delkarakter | Hjelpemidler |
---|---|---|---|---|
Hjemmeeksamen | 100/100 | 7 dager |
Faglig innhold
Dette kurset dekker statistiske metoder som kan brukes for å undersøke linære og log-linære sammenhenger mellom 2 eller flere kontiuerlige og/eller kategoriske variabler (korrelasjon, enkel og multippel linær og logistisk regresjonsanalyse). En linær regresjonsmodell er egnet å anvende når responsvariabel (utfallsvariabel) er en kontinuerlig, normalfordelt variabel, mens en ordinar logistisk regresjonsmodell er egnet å anvende når utfallsvariabelen er en kategorisk binær variabel. Kurset vil dekke generelle prinsipper for estimering og hypotesetesting for parametrene i den statistiske modellen, men hovedfokus vil være på anvendelse, inkludert valg av modell og tolkning og presentasjon av resultater fra dataanalysen. Hvordan man kan forhindre effektforveksling ved å bruke en justert framfor ujustert regresjonsmodell, og hvordan man kan tillate sub-gruppe spesifikke effekter ved å inkludere interaksjonsledd i modellen, vil være en del av prosessen ved å velge en passende modell. Evaluering av antagelser på regresjonsmodellen og strategier for å behandle avvik fra underliggende antagelser, vil være en viktig del av pensum for dette kurset. Metoder for å evaluere modell-tilpasning og prediktiv egnethet av regresjonsmodellen (mål på modell-tilpasning, ROC kurve analyser) vil også bli dekket. Statistiske metoder dekket av dette kurset er ofte anvendt innen medisinsk forskning, uavhengig av studiedesign.
Læringsutbytte
Etter vellykket gjennomføring av dette kurset skal studenten
- ha oppnådd teoretisk kunnskap om regresjonsmodellen som dekkes av dette kurset, inkludert prinsipper for estimering og hypotese testing
- ha evne til å velge mest passende statistisk modell eller metode for å evaluere enkle og mer komplekse vitenskapelige problemstillinger basert på analyse av empiriske data
- klare å utføre analyse av data ved hjelp av statistisk programpakke og klare å trekke ut og tolke relevant informasjon fra utskrifter fra analysen
- ha evne til å velge mest passende statistiske modell i lys av modell-tilpasning og underliggende antagelser på modell eller metode
- klare å rapportere resultater fra statistisk dataanalyse i et vitenskapelig tidsskrift innen medisinsk forskning
Læringsformer og aktiviteter
Undervisning og praktisk oppgaveløsning i første del av vårsemester. Trening i praktisk analysearbeid v.h.a. statistisk programpakke (SPSS og/eller STATA).
Anbefalte forkunnskaper
Introduksjonskurs i medisinsk statistikk (KLMED8004, MH3003 eller tilsvarende). Studenten må være kjent med basisbegreper i statistikk (kontinuerlige og kategoriske variabler, sannsynlighet og sannynlighetsfordeling), samt generelle prinsipper for statistisk analyse av empiriske data (estimering og hypotese testing). Tidligere erfaring med bruk av statistisk programvare er også et krav for vellykket gjennomføring av dette kurset.
Kursmateriell
Alt undervisningsmateriell som leveres ut av faglærer.
Lærebok av Rosner, B: "Fundamentals of Biostatistics", 8th ed. 2016.
Lærebok Hosmer and Lemeshow: Applied logistic regression analyses
Applied Logistic Regression | Wiley Series in Probability and Statistics
Undervisningsmateriell/lærebok kan bli endret.
Studiepoengreduksjon
Emnekode | Reduksjon | Fra | Til |
---|---|---|---|
KLMED8005 | 3.5 | HØST 2022 |
Ingen
Versjon: 1
Studiepoeng:
4.0 SP
Studienivå: Doktorgrads nivå
Termin nr.: 1
Undervises: VÅR 2023
Undervisningsspråk: Engelsk
Sted: Trondheim
- Medisin
- Statistikk
Eksamensinfo
Vurderingsordning: Hjemmeeksamen
- Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
-
Vår
ORD
Hjemme-eksamen
100/100
Utlevering
10.02.2023Innlevering
16.02.2023
09:00
INSPERA
23:59 -
Rom Bygning Antall kandidater
- * Skriftlig eksamen plasseres på rom 3 dager før eksamensdato. Hvis mer enn ett rom er oppgitt, finner du ditt rom på Studentweb.
For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"