Kurz je zaměřen na výuku teorie a praktické procvičování metod logistické regrese v lékařských a přírodních vědách.

Tento kurz je možným pokračováním kurzu Základy v Biostatistice. Účastníci kurzu se naučí, jaké příklady v medicíně a biologii lze řešit pomocí logistické regrese. Řešení si osvojí na praktických příkladech zahrnující přípravu dat na analýzu, výběr parametrů pro vytvoření modelu a vyhodnocení jejich významnosti a následně vyhodnocení, validace e přizpůsobení modelu k dosažení relevantních výsledků.

Pro koho je kurz určen

• Výzkumní pracovníci v medicíně
• Vědci
• Zájemci o rozšíření svých znalostí v oblasti aplikace statistických metod v biomedicíně
• Datoví analytici
• Datoví vědci

Co Vás naučíme

• Jak aplikovat logistickou regresi, která se používá v oblasti lékařství.
• Jak aplikovat tuto metodu na daná data.
• Jak interpretovat výsledky logistické regrese.
• Jak samostatně zpracovat probírané analýzy.

Jaké vstupní znalosti jsou potřeba

• Pro absolvování tohoto kurzu je vhodné mít znalosti v rozsahu kurzů:
  • Základy biostatistiky
  • Pokročilé modely v biostatistice

Jak dlouho kurz trvá

• 1 školíci den v rozsahu 6 hodin.

Jak probíhá výuka

• Odborný výklad s praktickým procvičováním příkladů na počítačích.
• Příklady jsou procvičovány v anglické verzi softwaru TIBCO Statistica.

Jaké studijní materiály obdržíte

• Na kurzu obdržíte tištěné prezentace probírané látky.
• Po kurzu Vám zašleme elektronickou verzi prezentace včetně příkladů.

Program kurzu

Úvod

Úvod do logistické regrese

• Přehled otázek a problémů, které lze modelovat pomocí logistické regrese
• Definování závislé proměnné
• Koncept poměru šancí a kvocientu šancí
• Intervaly spolehlivosti pro poměr pravděpodobnosti
• Zahrnutí kvalitativních proměnných do regresního modelu
• Interpretace hodnocení logistických regresních parametrů
• Jednoduchá a vícenásobná logistická regrese
• Obrazové znázornění (forest plot)

Příprava dat na analýzu

• Vliv velikosti množiny na možnost modelování
• Chybějící data a možné způsoby jejich řešení
  • Testování náhodnosti chybějících dat
  • Ošetření chybějících dat
  • Kategorizace proměnných
• Řešení mimořádných událostí
• Průzkum linearity dopadu funkcí na jev
  • Výzkum změn úspešnosti při změně rozsahu dat
  • Řešení nelineárního vlivu funkce na jev
• Problém kolinearity proměnných
• Testování interakce mezi nezávislými proměnnými

Modelování

• Výběr parametrů pro sestavení modelu
  • Předpoklad pro posouzení proměnných v modelu
  • Určení přípustného počtu parametrů modelu
  • Postupné kroky výběru parametrů modelu
• Vyhodnocení významnosti hodnocení regresních parametrů a významu modelu
  • Waldův test
  • LR test
  • AIC, BIC

Testování kvality a přizpůsobení modelu

• Míra kvality modelu
  • ROC křivka a plocha pod křivkou
  • Hosmer-Lemeshow test
• Techniky validace modelu
  • Rozdělení vzorku na učební a testovací
  • Práce s malými datovými metoda LOO (Leave One Out)

Certifikace

• Po absolvování kurzu získáte certifikát o absolvování kurzu.

Doporučené další kurzy

Kurzy, které doplňují znalosti nabyté v tomto kurzu:

• Analýza kvalitativních veličin v biostatistice