Diabetesriski painoindeksin funktiona logistisen regression mukaan

Enrol
6.4.2020 at 19:00 - 9.4.2020 at 19:00
Moodle
Log in to view the registration key for Moodle.

Description

LL1/HL1-LL2/HL2

Max. 15 osallistujaa. Mikäli halukkaita on enemmän, valinta etukäteistehtävän perusteella.

Mikäli kiintiö ei tule 1-2 vuosikurssien opiskelijoista täyteen, voidaan ottaa lisäksi 3-5 vuosikurssien opiskelijoita.

Opintojakso on valinnainen.

Opiskelijat valitaan opintojaksolle priorisointi- ja arvonta-valintatavan perusteella.

MED-12 Tieteellisen tiedon arviointi ja tulkinta

Opintojakson osaamistavoitteet: tiedolliset ja taidolliset/ammatilliset tavoitteet oppimisen näkökulmasta.

Syventää lääketieteen tutkimuksen kannalta keskeisten tilastotieteen käsitteiden ja menetelmien ymmärtämistä.

Oppia kliinisen tutkimuksen koesuunnittelun periaatteet.

Oppia lineaarisen ja logistisen regressioanalyysin toteutus R-ohjelmistolla ja tulosten tulkinta.

Vko 21-22

Todennäköisyyslaskennan perusteet. R-ohjelmiston perusteet. Datan tarkastelu ja visualisointi R-ohjelmistolla.

Tilastolliset peruskäsitteet: tilastollinen malli, piste-estimaatti, luottamusväli, P-arvo, tilastollinen voima, prioritodennäköisyys, sekoittavat tekijät. Käsitteitä havainnollistetaan yksinkertaisten ja yleisesti käytettyjen tilastollisten testien kautta.

Koesuunnittelu: Mitä asioita tulee huomioida ennen aineiston keräämistä jotta aineistolla voisi vastata haluttuun kysymykseen?

Regressiomallit: mallioletukset, tekijöiden vakiointi, mallin tulkinta, mallin sopivuuden tarkastelu

Kirjallisuus: luentomateriaalit.

Vapaaehtoista kirjallisuutta:

Andrew Gelman & Jennifer Hill: Data Analysis Using Regression and Multilevel/Hierarchical Models valitut osat.

Opintojakso suoritetaan suorittamalla harjoitustehtävät hyväksytysti.

Arvosteluasteikko: hyväksytty-hylätty

Opetuskieli: suomi

Opetuksen vastuuhenkilö: apulaisprof. Matti Pirinen, Clinicum / Kansanterveystieteen osasto

Kurssilla käytetään Moodlea.

Luentoja (6*2h) ja luentojen yhteydessä on työskentelyä R-ohjelmistolla (6*2h).

5 palautettavaa harjoitustehtävää, jotka käydään läpi ryhmätapaamisissa (5*1h). Harjoituksissa ja ryhmätapaamisissa on läsnäolopakko.