Metody analizy danych poniżej granicy oznaczalności

online 1 dzień

Kurs dotyczy praktycznego podejścia do analizy danych zawierających wyniki poniżej granicy raportowania (tj. granicy wykrywalności lub oznaczalności, czyli tzw. wyniki cenzorowane), które są powszechnie spotykane w wielu dyscyplinach naukowych i przemysłowych. Omówione zostaną koncepcje granic raportowania, a także powszechne, choć uznawane ze błędne, metody postępowania z danymi poniżej tych granic (np. substytucja). Uczestnicy zapoznają się z dedykowanymi metodami poprawnej analizy, w tym technikami opartymi na analizach przeżycia oraz metodami nieparametrycznymi. Na przykładach zostanie pokazane, jak sposób postępowania z wartościami niewykrytymi bądź nieoznaczonymi wpływa na wyniki analiz statystycznych. Kurs dostarczy także praktycznych wskazówek dotyczących postępowania z takimi danymi oraz przygotowania ich do analizy.

Dla kogo?

Dla osób, które w swojej pracy mają do czynienia z analizą danych zawierających wyniki poniżej granicy raportowania. Jeśli kiedykolwiek spotkałeś w swoich danych wynik w formie „<0,001” lub „ND” i nie wiedziałeś, jak go uwzględnić w analizie, to szkolenie jest właśnie dla Ciebie.

Co zyskasz?

  • umiejętność przygotowania danych cenzorowanych do analiz,
  • umiejętność wyliczania statystyk opisowych dla danych cenzorowanych,
  • umiejętność zastosowania metod dedykowanych (nieparametrycznych oraz bazujących na tzw. odwróconych analizach przeżycia) w podstawowej analizie statystycznej danych cenzorowanych,
  • umiejętność wizualizacji danych cenzorowanych.

  • Program
  • Informacje organizacyjne
  • Ceny

Program szkolenia:

  1. Koncepcja granic raportowania (granica wykrywalności i granica oznaczalności), ich wyznaczanie i znaczenie. Pojęcie danych cenzorowanych (czyli zestawów danych zawierających obserwacje poniżej granicy raportowania).
  2. Konsekwencje istnienia granic i kwestionowane sposoby ich obchodzenia.
  3. Wstęp do dedykowanych metod analizy danych cenzorowanych.
  4. Przygotowanie pliku do analiz metodami dedykowanymi danych cenzorowanych – przykład w Microsoft Excel i Statistica.
  5. Statystyki opisowe dla danych cenzorowanych. Przykład w Microsoft Excel, Statistica oraz R.
  6. Podstawowe wizualizacje danych cenzorowanych. Przykład w programie Statistica i R.
  7. Testy istotności różnic wykonywane dla danych cenzorowanych
    • podstawowe metody nieparametryczne i transformacje danych – przykład w Statistica i R.
    • metody parametryczne odwróconych analiz przeżycia – przykład w R.
    • metody nieparametryczne odwróconych analiz przeżycia – przykład w R.
  8. Wnioski końcowe.

Polecamy inne szkolenia:                                                             

  • Statystyka w medycynie – analiza danych jakościowych
  • Statystyka w medycynie – metody analizy wariancji i analizy regresji 
  • Statystyka w medycynie – metody zaawansowane
  • Statystyka w medycynie – metaanaliza
  • >Analizy wielowymiarowe
  • Regresja logistyczna w badaniach medycznych i przyrodniczych

Podobne szkolenia

Uczenie maszynowe w Python – szybki start

Celem szkolenia jest wprowadzenie uczestników w zagadnienia uczenia maszynowego (ang. machine learning) w środowisko Python. Zostanie omówiona główna idea uczenia maszynowego, podstawowy […]

Dowiedz się więcej

Data mining – metody bez nauczyciela

Szkolenie prezentuje techniki należące do grupy metod bez nauczyciela, m.in. takie jak: segmentacja opisowa oraz wyszukiwanie reguł (analiza koszykowa), których celem jest wykrywanie ukrytych zależności […]

Dowiedz się więcej

Eksploracja, wizualizacja i przygotowanie danych w Python – szybki start

Częścią nieomal każdego projektu Data Science jest eksploracja danych w celu zapoznania się z ich strukturą, wykrycia problemów z jakością, a wynikom tabelarycznym zazwyczaj […]

Dowiedz się więcej

Masz pytania?

Porozmawiaj z nami!

Jesteśmy tutaj, aby pomóc i rozwiać wszystkie Twoje wątpliwości. Wypełnij formularz, napisz do nas maila lub zadzwoń – odpowiemy najszybciej, jak to możliwe!

    Przejdź do treści