Regresja logistyczna w badaniach medycznych i przyrodniczych

online 2 dni

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.

  • 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

Wprowadzenie do analizy mocy testu i szacowania liczebności próby

W badaniach empirycznych przy weryfikacji hipotez badawczych powszechnie korzysta się z zasad wnioskowania statystycznego. Badacz formalnie stawia hipotezę o braku efektu (zróżnicowania lub […]

Dowiedz się więcej

Statystyka w medycynie – analizy wielowymiarowe

Uczestnicy poznają wybrane podstawowe metody i procedury statystyki wielowymiarowej stosowane w badaniach biomedycznych. Kurs ma trzy główne cele: Przybliżenie tematu wielowymiarowych metod statystycznych […]

Dowiedz się więcej

Zastosowania statystyki w badaniach rolniczych – metody zaawansowane

Kurs jest poświęcony omówieniu kwestii takich jak: planowanie i analiza danych pochodzących z dwu- i trójczynnikowych układów doświadczalnych analiza danych pochodzących z powtarzanych pomiarów […]

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