Level III Course. Advanced Statistical Techniques in Health Sciences

Lecturer
Aggeliki B
0 Reviews

Course Description

Το μάθημα (Course) «Level III Course. Advanced Statistical Techniques in Health Sciences»  αποτελεί ένα από τα τρία απαιτούμενα   μαθήματα του  εκπαιδευτικού προγράμματος «Biostatistics with R». Με την ολοκλήρωση του μαθήματος ο εκπαιδευόμενος λαμβάνει «Πιστοποιητικό Επιμόρφωσης Θεματικής Ενότητας Εκπαιδευτικού Προγράμματος» (Certification)  με τίτλο «Level III Course. Advanced Statistical Techniques in Health Sciences » ενώ με την ολοκλήρωση και των τριών μαθημάτων του εκπαιδευτικού προγράμματος ο εκπαιδευόμενος λαμβάνει «Πιστοποιητικό Επιμόρφωσης Εκπαιδευτικού Προγράμματος» (Certification) με τίτλο «Biostatistics with R».

Στο πλαίσιο της τρίτης θεματικής ενότητας, ο ενδιαφερόμενος επιστήμονας θα εκπαιδευτεί στις πλέον προηγμένες στατιστικές τεχνικές που χρησιμοποιούνται στις επιστήμες υγείας για την ανάλυση ιατρικών δεδομένων. Συγκεκριμένα, στην ενότητα αυτή αναλύονται δύο βασικοί πυλώνες: οι τεχνικές που εφαρμόζονται στην ανάλυση επιβίωσης και οι τεχνικές που εφαρμόζονται σε πολλές μεταβλητές ταυτόχρονα. Άλλωστε τις περισσότερες φορές τα δεδομένα που καλείται να αναλύσει ένας ερευνητής είναι από τη φύση τους πολυμεταβλητά, δηλαδή περιέχουν πληροφορία για ένα μεγάλο πλήθος από μεταβλητές.

Με την ολοκλήρωση του μαθήματος ο φοιτητής θα γνωρίζει:

  • Να χρησιμοποιεί την R.
  • Να διαβάζει κατηγορικά δεδομένα και να τα περιγράφει με χρήση της R.
  • Να διαχειρίζεται κατηγορικά δεδομένα και να προβαίνει στις κατάλληλες προεργασίες ώστε να τα φέρει σε θέση για στατιστική ανάλυση με χρήση της R.
  • Να παρουσιάζει γραφικά τα κατηγορικά δεδομένα με χρήση της R.
  • Να αναλύει σε προχωρημένο επίπεδο κατηγορικά δεδομένα κάνοντας χρήση των κατάλληλων στατιστικών μεθόδων με χρήση της R.
  • Να εφαρμόζει μεθόδους στατιστικής ανάλυσης δεδομένων για την επίλυση πρακτικών προβλημάτων.

Το πρόγραμμα απευθύνεται σε:

  • Επιστήμονες και Επαγγελματίες Υγείας
  • Ερευνητές στο χώρο της Υγείας
  • Πτυχιούχοι Τμημάτων Επιστημών της Υγείας
  • Πτυχιούχοι Τμημάτων Θετικών Επιστημών,
  • Μεταπτυχιακοί Φοιτητές
  • Στελέχη επιχειρήσεων στο χώρο της υγείας.

 

 

Curriculums

1. Πολλαπλή γραμμική παλινδρόμηση

  • 1.i. Θεωρητική Επισκόπηση (Video #1)
    Lesson
  • 1.ii. Σύντομη Θεωρία (PDF #1)
    Lesson
  • 1.iii. Εφαρμογή Λογισμικού (Video #2)
    Lesson
  • 1.iv. Σύντομη Εφαρμογή Λογισμικού (PDF #2)
    Lesson
  • 1.v. Εξάσκηση στην Εφαρμογή (PDF #3)
    Lesson
  • 1.vi. Ερωτήσεις Αυτοαξιολόγησης
    Lesson

2. Ανάλυση συνδιακύμανσης

  • 2.i. Θεωρητική Επισκόπηση (Video #1)
    Lesson
  • 2.ii. Σύντομη Θεωρία (PDF #1)
    Lesson
  • 2.iii. Εφαρμογή Λογισμικού (Video #2)
    Lesson
  • 2.iv. Σύντομη Εφαρμογή Λογισμικού (PDF #2)
    Lesson
  • 2.v. Εξάσκηση στην Εφαρμογή (PDF #3)
    Lesson
  • 2.vi. Ερωτήσεις Αυτοαξιολόγησης
    Lesson

3. Πολλαπλή λογιστική παλινδρόμηση

  • 3.i. Θεωρητική Επισκόπηση (Video #1)
    Lesson
  • 3.ii. Σύντομη Θεωρία (PDF #1)
    Lesson
  • 3.iii. Εφαρμογή Λογισμικού (Video #2)
    Lesson
  • 3.iv. Σύντομη Εφαρμογή Λογισμικού (PDF #2)
    Lesson
  • 3.v. Εξάσκηση στην Εφαρμογή (PDF #3)
    Lesson
  • 3.vi. Ερωτήσεις Αυτοαξιολόγησης
    Lesson

4. Ανάλυση επιβίωσης Ι. Πίνακες επιβίωσης

  • 4.i. Θεωρητική Επισκόπηση (Video #1)
    Lesson
  • 4.ii. Σύντομη Θεωρία (PDF #1)
    Lesson
  • 4.iii. Εφαρμογή Λογισμικού (Video #2)
    Lesson
  • 4.iv. Σύντομη Εφαρμογή Λογισμικού (PDF #2)
    Lesson
  • 4.v. Εξάσκηση στην Εφαρμογή (PDF #3)
    Lesson
  • 4.vi. Ερωτήσεις Αυτοαξιολόγησης
    Lesson

5. Ανάλυση επιβίωσης ΙΙ. Εκτιμητής Kaplan-Meier

  • 5.i. Θεωρητική Επισκόπηση (Video #1)
    Lesson
  • 5.ii. Σύντομη Θεωρία (PDF #1)
    Lesson
  • 5.iii. Εφαρμογή Λογισμικού (Video #2)
    Lesson
  • 5.iv. Σύντομη Εφαρμογή Λογισμικού (PDF #2)
    Lesson
  • 5.v. Εξάσκηση στην Εφαρμογή (PDF #3)
    Lesson
  • 5.vi. Ερωτήσεις Αυτοαξιολόγησης
    Lesson

6. Ανάλυση επιβίωσης ΙΙΙ. Μοντέλο αναλογικού κινδύνου του Cox

  • 6.i. Θεωρητική Επισκόπηση (Video #1)
    Lesson
  • 6.ii. Σύντομη Θεωρία (PDF #1)
    Lesson
  • 6.iii. Εφαρμογή Λογισμικού (Video #2)
    Lesson
  • 6.iv. Σύντομη Εφαρμογή Λογισμικού (PDF #2)
    Lesson
  • 6.v. Εξάσκηση στην Εφαρμογή (PDF #3)
    Lesson
  • 6.vi. Ερωτήσεις Αυτοαξιολόγησης
    Lesson

7. Αξιοπιστία ερωτηματολογίου

  • 7.i. Θεωρητική Επισκόπηση (Video #1)
    Lesson
  • 7.ii. Σύντομη Θεωρία (PDF #1)
    Lesson
  • 7.iii. Εφαρμογή Λογισμικού (Video #2)
    Lesson
  • 7.iv. Σύντομη Εφαρμογή Λογισμικού (PDF #2)
    Lesson
  • 7.v. Εξάσκηση στην Εφαρμογή (PDF #3)
    Lesson
  • 7.vi. Ερωτήσεις Αυτοαξιολόγησης
    Lesson

8. Παραγοντική ανάλυση

  • 8.i. Θεωρητική Επισκόπηση (Video #1)
    Lesson
  • 8.ii. Σύντομη Θεωρία (PDF #1)
    Lesson
  • 8.iii. Εφαρμογή Λογισμικού (Video #2)
    Lesson
  • 8.iv. Σύντομη Εφαρμογή Λογισμικού (PDF #2)
    Lesson
  • 8.v. Εξάσκηση στην Εφαρμογή (PDF #3)
    Lesson
  • 8.vi. Ερωτήσεις Αυτοαξιολόγησης
    Lesson

9. Διαχωριστική ανάλυση

  • 9.i. Θεωρητική Επισκόπηση (Video #1)
    Lesson
  • 9.ii. Σύντομη Θεωρία (PDF #1)
    Lesson
  • 9.iii. Εφαρμογή Λογισμικού (Video #2)
    Lesson
  • 9.iv. Σύντομη Εφαρμογή Λογισμικού (PDF #2)
    Lesson
  • 9.v. Εξάσκηση στην Εφαρμογή (PDF #3)
    Lesson
  • 9.vi. Ερωτήσεις Αυτοαξιολόγησης
    Lesson

10. Ανάλυση σε συστάδες

  • 10.i. Θεωρητική Επισκόπηση (Video #1)
    Lesson
  • 10.ii. Σύντομη Θεωρία (PDF #1)
    Lesson
  • 10.iii. Εφαρμογή Λογισμικού (Video #2)
    Lesson
  • 10.iv. Σύντομη Εφαρμογή Λογισμικού (PDF #2)
    Lesson
  • 10.v. Εξάσκηση στην Εφαρμογή (PDF #3)
    Lesson
  • 10.vi. Ερωτήσεις Αυτοαξιολόγησης
    Lesson

11. Ridge Regression

  • 11.i. Θεωρητική Επισκόπηση (Video #1)
    Lesson
  • 11.ii. Σύντομη Θεωρία (PDF #1)
    Lesson
  • 11.iii. Εφαρμογή Λογισμικού (Video #2)
    Lesson
  • 11.iv. Σύντομη Εφαρμογή Λογισμικού (PDF #2)
    Lesson
  • 11.v. Εξάσκηση στην Εφαρμογή (PDF #3)
    Lesson
  • 11.vi. Ερωτήσεις Αυτοαξιολόγησης
    Lesson

12. Εφαρμογή

  • 12.i. Θεωρητική Επισκόπηση (Video #1)
    Lesson
  • 12.ii. Σύντομη Θεωρία (PDF #1)
    Lesson
  • 12.iii. Εφαρμογή Λογισμικού (Video #2)
    Lesson
  • 12.iv. Σύντομη Εφαρμογή Λογισμικού (PDF #2)
    Lesson
  • 12.v. Εξάσκηση στην Εφαρμογή (PDF #3)
    Lesson
  • 12.vi. Ερωτήσεις Αυτοαξιολόγησης
    Lesson