Emne - Linær og logistisk regresjonsanalyse - KLMED8015
KLMED8015 - Linær og logistisk regresjonsanalyse
Om emnet
Det tilbys ikke lenger undervisning i emnet.
Vurderingsordning
Vurderingsordning: Hjemmeeksamen
Karakter: Bestått/ Ikke bestått
Vurdering | Vekting | Varighet | Delkarakter | Hjelpemidler |
---|---|---|---|---|
Hjemmeeksamen | 100/100 | 7 dager |
Faglig innhold
Dette kurset gir en innføring i statistiske metoder for å studere assosiasjoner mellom en kontinuerlig eller kategorisk utfallsvariabel og en eller flere forklaringsvariabler. Kurset dekker korrelasjonsanalyse og enkel og multippel lineær og logistisk regresjonsanalyse. En lineær regresjonsmodell er egnet for kontinuerlige utfallsvariabler, mens en logistisk regresjonsmodell brukes for binære kategoriske utfallsvariabler. Det vil bli presentert generelle prinsipper for estimering og hypotesetesting for de ukjente parametrene i de statistiske modellene, men hovedfokus vil være på anvendelse av modellene. Dette inkluderer modellspesifikasjon, tolkning og presentasjon av resultater fra analysen, evaluering av antagelser for regresjonsmodellen og strategier for å behandle avvik fra underliggende antagelser. Viktige momenter til diskusjon under modellspesifikasjonen er hvordan man kan håndtere effektforveksling (konfundering), og hvordan man kan tillate sub-gruppe-spesifikke effekter ved å inkludere interaksjonsledd i modellen. Kurset inneholder også metoder for å evaluere modell-tilpasning og prediktiv egnethet av regresjonsmodellen (mål på grad av modell-tilpasning, ROC-kurve-analyser). Det vil i tillegg bli gitt en kort diskusjon av generelle metoder for variabelseleksjon (modellseleksjon).
Læringsutbytte
Etter vellykket gjennomføring av dette kurset skal studenten
- ha oppnådd teoretisk kunnskap om regresjonsmodellene som dekkes av dette kurset, inkludert prinsipper for estimering og hypotesetesting
- 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
- kunne utføre analyser av data ved hjelp av en statistisk programpakke og kunne tolke resultatene fra analysene
- ha evne til å velge mest passende statistiske modell i lys av modell-tilpasning og underliggende antagelser på modell eller metode
- kunne rapportere resultater fra statistisk dataanalyser i et vitenskapelig medisinsk tidsskrift
Læringsformer og aktiviteter
Forelesninger og øvingstimer i første del av vårsemesteret. Dataanalyser v.hj.a. en statistisk programpakke (Stata og/eller SPSS).
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). Noe tidligere erfaring med bruk av statistisk programvare er en forutsetning for vellykket gjennomføring av dette kurset.
Kursmateriell
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
Unervisningsmateriell utleveret underveis i kurset.
Undervisningsmateriell/lærebok kan bli endret.
Studiepoengreduksjon
Emnekode | Reduksjon | Fra | Til |
---|---|---|---|
KLMED8005 | 3.5 | HØST 2022 | |
KLMED8021 | 3.5 | HØST 2024 |
Ingen
Versjon: 1
Studiepoeng:
4.0 SP
Studienivå: Doktorgrads nivå
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 INSPERA
-
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"