Kursen hjälper dig att snabbt komma i gång med hur man gör propensity score matching i R/Rstudio.

Kursen inleds med en genomgång av teorin bakom propensity score matching. Vidare varvas teori med interaktiva exempel, egna övningar och diskussioner med utgångspunkt i statistikprogrammet R/Rstudio. Kursen ger en bra introduktion, både för nybörjare och för den som vill fräscha upp gamla kunskaper om hur man ska tänka vid jämförelser i observationsdata.

 

Mål: Att förstå grunderna i propensity score matching och att själv kunna göra de vanligaste uträkningarna för matchning i R/Rstudio.
Förkunskaper: Inga specifika krav på förkunskaper.

Kursen ger en grundlig förståelse av enkla och avancerade ANOVA- och regressionsmodeller.

Under första dagen behandlas ANOVA som är den naturliga fortsättningen på Students t-test, alltså jämförelse av gruppmedelvärden. I kursen kommer modeller med en eller flera förklarande variabler att behandlas liksom interaktioner, post-hoc test samt planerade jämförelser. Under dag två presenteras enkla och avancerade modeller i regression. Regression är den naturliga fortsättningen på korrelationer, dvs sambandet mellan två numeriska variabler. I kursen kommer modeller med en eller flera förklarande variabler att behandlas liksom hur man på olika sätt bygger modeller och predikterar nya observationer med hjälp av dem.

 

Mål: Att med hjälp av Statistica kunna genomföra ANOVA- och regressionsmodeller.
Förkunskaper: Genomgången Statistica 1 eller motsvarande kunskaper.

Kursen ger en ordentlig genomgång av regressionsmodeller och överlevnadsstatistik samt hur power och urvalsstorlekar beräknas på ett korrekt sätt.

Under första kursdagen läggs grunden till den mer avancerade ickelinjära statistiken där bland annat logistisk regression ingår. Under denna dag kommer även några intressanta multivariata metoder att tas upp. Du får en inblick i när och hur dessa hypotesgenererande metoder ska användas. Andra dagen får du arbeta med överlevnadsstatistik och överlevnadskurvor av Kaplan-Meier typ. Jämförelse av olika grupper kommer att beröras samt mer avancerade fall där Cox PH regression måste användas. Avslutningsvis kommer även powerberäkningar att beröras.

 

Mål: Att kunna använda de avancerade regressionsmodeller som finns i Statistica samt kunna tolka och validera resultaten. Vidare kan du efter avslutad kurs behärska grunderna i överlevnadsanalys samt räkna ut power och urvalsstorlekar på några vanliga scenarion.
Förkunskaper: Grundläggande kunskaper i statistik motsvarande Statistica 1.

Kursen ger dig en fördjupning av den data- och graf hantering som behandlas i grundkursen, Statistica 1. Du får även en inblick i tidsseriernas värld samt de multivariata metoderna.

Första kursdagen tas datahantering till en högre nivå och du får se hur och när man kan använda många av de kraftfulla datahanteringsalgoritmer som finns i Statistica. Kursen tar också upp fler grafer som kan användas för att visuellt analysera data. Under första dagen kommer även tidsserieanalys att användas och speciellt de två vanliga metoderna: ARIMA och exponentiell utjämning. Under de andra kursdagen kommer fler multivariata metoder att användas samt attribute agreement, ROC och Bland-Altman.

 

Mål: Efter denna kurs behärskar du avancerad datahantering. Även att analysera enklare tidsseriedata samt kunna grunderna i faktoranalys och se nyttan med beslutsträd samt diskriminantanalys. Vi ger dig verktygen för att kunna använda de mindre vanliga analysmetoderna attribute agreement, ROC och Bland-Altman.
Förkunskaper: Grundläggande kunskaper i statistik motsvarande Statistica 1.

Kursen hjälper dig att snabbt komma i gång med hur man gör stickprovsberäkningar och poweranalys i SPSS.

Utbildningen inleds med en genomgång av teorin bakom stickprovsberäkningar och poweranalys. Vidare varvas teori med interaktiva exempel, egna övningar och diskussioner med utgångspunkt i statistikprogrammet SPSS. Detta ger dig en bra introduktion, både för nybörjare och för den som vill fräscha upp gamla kunskaper. På kursen lär du dig centrala begrepp inom stickprovsteori och de vanligaste statistiska metoderna för att göra beräkningar tillämpat i SPSS.

 

Mål: Att förstå grunderna i stickprovsberäkningar och poweranalys, och att man själv kan göra de vanligaste uträkningarna för stickprovet och power i SPSS.
Förkunskaper: Inga specifika krav på förkunskaper.