Alla årets schemalagda kurser i R

Passa på att repetera gamla kunskaper eller lär dig något nytt under 2025!

Under 2025 har vi totalt 30 schemalagda kursdagar i R, inklusive två helt nya utbildningar. Årets nyheter heter

R 4 – Survival analysis and Biomarker data (Statistics in medicine) samt R 5 – Machine learning and AI.

Läs mer om R 4

R 2
Online: 8–9 april
• Linear regression & ANOVA
• Advanced regression models

Läs mer om R 2

R 5
Online: 23–24 april
• Machine learning
• Artificial intelligence

Läs mer om R 5

R 3
Online: 6–7 maj
• Visualisation & data exploration
• Cluster analysis & SEM

Läs mer om R 3

R 4
Online: 13–14 maj
• Survival analysis
• Biomarker data

Läs mer om R 4

R 1
Uppsala: 20–21 maj
• Introduction to R
• Modern statistics

Läs mer om R 1

R 5
Online: 3–4 juni
• Machine learning
• Artificial intelligence

Läs mer om R 5

R 1
Online: 10–11 september
• Introduction to R
• Modern statistics

Läs mer om R 1

R 2
Online: 23–24 september
• Linear regression & ANOVA
• Advanced regression models

Läs mer om R 2

R 3
Online: 8–9 oktober
• Visualisation & data exploration
• Cluster analysis & SEM

Läs mer om R 3

R 4
Online: 22–23 oktober
• Survival analysis
• Biomarker data

Läs mer om R 4

R 5
Online: 5–6 november
• Machine learning
• Artificial intelligence

Läs mer om R 5

R 1
Uppsala: 18–19 november
• Introduction to R
• Modern statistics

Läs mer om R 1

R 2
Online: 26–27 november
• Linear regression & ANOVA
• Advanced regression models

Läs mer om R 2

R 3
Online: 10–11 december
• Visualisation & data exploration
• Cluster analysis & SEM

Läs mer om R 3

R 1
Online: 16–17 december
• Introduction to R
• Modern statistics

Läs mer om R 1

R 4 – Survival analysis and Biomarker data (Statistics in medicine)

På denna kurs går vi igenom metoder för överlevnadsanalys, inklusive visualiseringstekniker såsom Kaplan-Meier kurvor och regressionsmodeller såsom Cox proportionella riskmodeller. Under den andra dagen kommer du att lära dig att analysera biomarkördata, vilket har blivit en viktig del av modern medicin.

Överlevnadsanalys
Kaplan-Meier kurvor
Jämförelse av grupper
Regressionsmodeller för överlevnadsdata: Cox- och AFT-modeller
Konkurrerande risker, återkommande händelser och tidsberoende variabler i överlevnadsmodeller

Biomarkördata
Visualisering av biomarkördata
Två-provstester och regression för biomarkördata med detektionsgränser
Strategier för att hitta relevanta biomarkörer
Multivariat analys av uppsättningar av biomarkörer

Nästa kurstillfälle är den 13–14 maj 2025 via Zoom

Läs mer om R 4

Ett problem som jag återkommit till många gånger genom åren, både som forskare och som konsult, är statistisk analys av biomarkörsdata. Biomarkörer är mätvärden från exempelvis blodprov, som beskriver mängden av till exempel olika proteiner eller molekyler. De är en viktig del av modern medicin, och används flitigt inom medicinsk forskning, där man letar efter biomarkörer som går att använda för att diagnosticera sjukdomar, ge prognoser för risken att drabbas av en sjukdom, eller för att förstås mekanismerna bakom olika åkommor.

Biomarkörsdata kännetecknas av en rad utmaningar: många variabler men få observationer, data som inte är normalfördelade, mätvärden som ligger under mätteknikens detektionsgräns. Det här kräver specialiserade statistiska metoder. Om det handlar ena dagen i min nya tvådagarskurs om medicinsk statistik. Den andra dagen fokuserar på överlevnadsanalys.

Måns Thulin

Kursutvecklarens tankar om statistisk analys av biomarkörsdata

R 5 – Machine learning and AI

Under denna kurs lär vi oss hur man tränar olika typer av maskininlärningsmodeller och hur man utvärderar deras prediktiva prestanda. Vi kommer också att diskutera hur moderna AI-system fungerar och bygga modeller för analys av text och bilder.

Maskininlärning
Utvärdering av prediktiva modeller: test-training-splits, korsvalidering
Regulariserad regression (lasso)
Nearest neighbours modeller
Beslutsträd, random forests och boosted trees

Artificial intelligence
Djupa neurala nätverk
Användning av AI-modeller för analys av textdata
Användning av AI-modeller för analys av bilder

Hålls online via Zoom den 23–24 april och 3–4 juni 2025

Läs mer om R 5

Kursledare

Måns Thulin

Uppskattad utbildare med stor statistisk bredd

Måns Thulin har utvecklat samtliga R-kurser i Statistikakademins utbud. Han arbetar som konsult och föreläsare inom statistik, maskininlärning samt artificiell intelligens. Bland klienterna finns storbolag, myndig­heter, startups och forskare. Genom att använda avancerad statistisk analys har han löst problem inom en rad olika områden, allt från antibiotikaresistens, kärnbränsle, mjölkningsrobotar och personal­frågor till diskbråck samt musikvideor. Han har tio års erfarenhet av undervisning vid Uppsala Universitet och är sedan januari 2018 även gästlektor vid University of Edinburgh. Måns pedagogiska målsättning är att hjälpa alla kursdeltagare att förstå statistikens metoder – statistik ska kännas logiskt och inte som svartkonst.

Måns är docent i statistik och har en doktorsexamen i matematisk statistik från Uppsala universitet.