×
Kontakt

Regresja logistyczna w badaniach medycznych i przyrodniczych

online lub stacjonarnie 2 dni

Zastosowanie: ,

Oprogramowanie: | Poziom: | Język:

Szkolenie przybliża zagadnienie regresji logistycznej – metody modelowania statystycznego bardzo popularnej w medycynie i naukach przyrodniczych. Uczestnicy poznają kompletny proces budowy modelu. Szczegółowo będą omówione następujące kwestie:

  • przygotowania danych do analizy,
  • strategie budowy modelu z doborem optymalnej liczby parametrów,
  • diagnostyka modelu i badanie jakości jego dopasowania do danych.

  • Dla kogo?

    • Lekarzy
    • Farmakologów
    • Biologów
    • Wszystkich zainteresowanych regresją logistyczną

    Efekty szkolenia:

    • Poznasz tajniki regresji logistycznej i jej możliwości analityczne.
    • Zrozumiesz, co oznacza iloraz szans oraz poznasz związek tej miary z parametrami regresji.
    • Dowiesz się, jak budować, interpretować i oceniać modele oraz przygotowywać dane na potrzeby modelowania.

Zapisz się

Zarezerwuj / Zapytaj

  • Program
  • Prowadzący
  • Informacje organizacyjne
  • Ceny

Program szkolenia:

  1. Wprowadzenie do regresji logistycznej
    • Przegląd zagadnień i problemów jakie można modelować za pomocą regresji logistycznej
    • Definiowanie zmiennej zależnej
    • Pojęcie szansy i ilorazu szans
    • Przedziały ufności dla ilorazu szans
    • Uwzględnianie zmiennych jakościowych w modelu regresji
    • Interpretacja ocen parametrów regresji logistycznej
    • Analiza jedno i wieloczynnikowa
    • Wykres leśny (forest plot)
  2. Przygotowanie danych do analizy
    • Wpływ liczności zbioru na możliwość przeprowadzenia modelowania
    • Braki danych oraz możliwe sposoby radzenia sobie z brakami
      • Testowanie losowości braków danych
      • Imputacja braków danych
      • Kategoryzacja zmiennych
    • Radzenie sobie z wartościami odstającymi
    • Badanie liniowości wpływu cech na zjawisko
      • Badanie zmian szans względem zakresu wartości cechy
      • Radzenie sobie z nieliniowym wpływem cechy na zjawisko
    • Problem współliniowości zmiennych
    • Testowanie interakcji pomiędzy zmiennymi niezależnymi
  3. Modelowanie
    • Dobór parametrów do budowy modelu
      • Przesłanki uwzględniania zmiennych w modelu
      • Określanie dopuszczalnej liczby parametrów modelu
      • Metody krokowe doboru parametrów modelu
    • Ocena istotności ocen parametrów regresji oraz istotności modelu
      • Test Walda
      • Test LR
      • AIC, BIC
  4. Badanie jakości dopasowania modelu
    • Miary jakości modelu
      • Krzywa ROC oraz pole powierzchni pod krzywą
      • Test Hosmera-Lemeshowa
    • Techniki walidacji modelu
      • Podział na próbę uczącą i testową
      • Radzenie sobie w sytuacji niewielkich zbiorów danych – metoda LOO (Leave One Out)
  5. Zagadnienia dodatkowe
    • Wykorzystanie techniki Propensity score do poprawy rzetelności uzyskanych wyników
    • Dobre praktyki raportowania wyników opracowanych za pomocą regresji logistycznej

Polecamy inne szkolenia:                                                    

  • Z cyklu: Statystyka w medycynie

Podobne szkolenia

Statystyka w medycynie w środowisku R

Szkolenie skierowane jest do osób pracujących lub prowadzących badania w obszarze nauk medycznych, które chcą poszerzyć swoją wiedzę na temat analizy danych przy […]

Dowiedz się więcej

Statystyka w medycynie – metaanaliza

Uczestnicy szkolenia zapoznają się z problematyką ilościowej syntezy wyników pojedynczych badań oraz sposobami efektywnego wykorzystania modułu Metaanaliza i metaregresja (w programie Statistica Zestaw Medyczny). […]

Dowiedz się więcej

Metody data mining w medycynie – diagnoza, odkrywanie powiązań, predykcja

Data mining jest coraz częściej stosowanym w diagnostyce i badaniach medycznych. Dzięki narzędziom data mining można wykrywać anomalie, wspomóc diagnozę, leczenie oraz grupować obiekty w podobne segmenty. […]

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!

info@statsoft.pl

+48 12 428 43 00

    Przejdź do treści