course-details-portlet

KLMED8021 - ANOVA og regresjonsanalyse

Om emnet

Nytt fra studieåret 2024/2025

Vurderingsordning

Vurderingsordning: Hjemmeeksamen
Karakter: Bestått/ Ikke bestått

Vurdering Vekting Varighet Delkarakter Hjelpemidler
Hjemmeeksamen 100/100 7 dager

Faglig innhold

Dette kurset dekker variansanalyse (ANOVA), korrelasjonsanalyse og enkel og multippel lineær og logistisk regresjonsanalyse. Regresjonsmodeller blir brukt til å studere assosiasjoner mellom en enkelt utfallsvariabel (avhengig variabel) og en eller flere forklaringsvariabler (uavhengige variabler). En lineær regresjonsmodell brukes når utfallsvariabelen er kontinuerlig, mens en logistisk regresjonsmodell kan benyttes når utfallsvariabelen er en binær, kategorisk variabel. ANOVA brukes for å sammenligne gjennomsnittsverdier mellom tre eller flere grupper. ANOVA-modellen kan bli formulert som en generell lineær modell og kan da bli utvidet til å inkludere justering for kategoriske og kontinuerlige variabler (analyse av kovarians, ANCOVA). Den teoretiske bakgrunnen for metodene vil bli gitt, men hovedfokuset vil være på hvordan metodene kan anvendes i medisinsk forskning. Kurset dekker modellspesifikasjon (inkludert hvordan en kan bruke interaksjonsledd for å tillate subgruppe-spesifikke effekter), estimering av modellparametre, evaluering av modell-forutsetninger og hvordan håndtere avvik fra forutsetningene og tolking og presentasjon av resultater. Kurset dekker også evaluering av modelltilpasning og en kort diskusjon av variabelseleksjon. I tillegg vil noen ikke-parametriske metoder bli presentert. En viktig del av kurset er å gjennomføre dataanalyser ved bruk av en statistisk programpakke. Det vil bli gitt eksempler fra vitenskapelige artikler.

Læringsutbytte

Kunnskap

Etter å ha gjennomført dette kurset skal studenten

  • ha oppnådd tilstrekkelig kunnskap om de statistiske metodene dekket av kurset, til å kunne anvende metodene korrekt i et medisinsk forskningsprosjekt på PhD-nivå

Ferdigheter

Etter å ha gjennomført dette kurset skal studenten kunne

  • velge den mest passende statistiske metoden og modellen basert på forskningsspørsmålet, studiedesignet og typen data
  • gjennomføre en statistisk analyse selvstendig, ved bruk av en statistisk programpakke
  • evaluere forutsetninger på den anvendte modellen eller metoden
  • tolke og kritisk evaluere resultatene fra den statistiske analysen
  • presentere resultater fra den statistiske analysen på en form som kan brukes ved publisering i et vitenskapelig medisinsk tidsskrift

Generell kompetanse

Etter å ha gjennomført dette kurset skal studenten

  • kunne evaluere og diskutere anvendelser av de statistiske metodene dekket av dette kurset i medisinske forskningsprosjekter

Læringsformer og aktiviteter

Forelesninger og øvinger. Dataanalyser ved bruk av en statistisk programpakke.

Kursmateriell

Lærebok av Rosner, B: "Fundamentals of Biostatistics", Cengage Learning, 8th ed. 2016.

Anbefalt supplerende lærebok:

Hosmer, D.W., Lemeshow, S. and Sturdivant, R.X.: Applied logistic regression, Wiley Series in Probability and Statistics, 3rd ed. 2013

Undervisningsmateriell delt ut under kurset.

Undervisningsmateriell/lærebok kan bli endret.

Studiepoengreduksjon

Emnekode Reduksjon Fra Til
KLMED8005 4.0 HØST 2024
KLMED8015 3.5 HØST 2024
KLMED8016 1.5 HØST 2024
Flere sider om emnet

Ingen

Fakta om emnet

Versjon: 1
Studiepoeng:  5.0 SP
Studienivå: Doktorgrads nivå

Undervisning

Termin nr.: 1
Undervises:  VÅR 2025

Undervisningsspråk: Engelsk

Sted: Trondheim

Fagområde(r)
  • Medisin
  • Statistikk
Kontaktinformasjon
Emneansvarlig/koordinator: Faglærer(e):

Ansvarlig enhet
Institutt for samfunnsmedisin og sykepleie

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.
Eksamensinfo

For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"

Mer om eksamen ved NTNU