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:
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: