Vertiefung der Statistik für Mediziner. Diese Vorlesung baut auf den Grundlagen von Statistik I auf. Sie fokussiert auf Verständnis und konkreter Anwendung von statistischen Methoden, welche insbesondere in der medizinischen Forschung angewendet werden. Übungen werden mit der Statistiksoftware R gelöst.
Lernziel
Nach diesem Kurs werden Sie die Konzepte von verschiedenen statistischen Methoden (siehe auch Inhalt) verstehen und wissen, wann man welche Methode anwenden muss. Insbesondere werden Sie die Resultate, ob nun Text oder Grafik, solcher Methoden lesen, verstehen und hinterfragen können. Mit der Statistiksoftware R werden Sie Daten einlesen, auf verschiedene Art und Weise verarbeiten, visualisieren und in Berichten oder Präsentationen zusammenfassen können. Dies wird es Ihnen auch ermöglichen, dass Sie publizierte Analysen eigenhändig reproduzieren können, um diese zu überprüfen oder auf Ihre eigenen medizinischen Fragestellungen anzuwenden.
Inhalt
Der Kurs wird folgende Themen abdecken. Im Bereich Regression: Einfache lineare Regression; multiple lineare Regression (einschliesslich Faktoren und Interaktionen); Modellwahl; logistische Regression (einschliesslich odds ratio und deren Interpretation); Mixed Effects Models; Bayes Inferenz. Im Bereich Daten: kategorielle Daten (einschliesslich univariate Tests); Poweranalyse (einschliesslich Anleitung zum Ethikantrag); Umgang mit fehlenden Werten. Im Bereich weitere Methoden: supervised vs unsupervised learning; Dimensionsreduktion (einschliesslich PCA und tSNE); Survival Analyse (einschliesslich Kaplan-Meier Kurven und logrank Test).
Skript
Es gibt kein Skript.
Literatur
An Introduction to Statistical Learning with Applications in R Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani Springer, 2013; online verfügbar in der ETH Bibliothek
Voraussetzungen / Besonderes
Voraussetzung Statistik I
Leistungskontrolle
Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Leistungskontrolle als Semesterkurs