Statystyka – kursy i szkolenia. Przegląd tematów
Statystyka Medyczna
We współczesnych badaniach naukowych metodologia statystyczna odgrywa zasadniczą rolę w pomaganiu badaczom: efektywnie i skutecznie projektować eksperymenty; identyfikować, badać i wyjaśniać związki między kluczowymi zmiennymi; analizować i obiektywnie interpretować wyniki eksperymentów; oraz raportowanie wyników eksperymentów, aby spełniały rygorystyczne standardy publikacji czasopism naukowych.
Kurs ma na celu zapoznanie studentów z podstawowymi pojęciami i technikami wykorzystywania procedur biometrycznych do rozwiązywania problemów pojawiających się w badaniach nad biologią i opieką zdrowotną. Tematy obejmują podstawowe projekty eksperymentalne, analizę wariancji z jednym i dwoma czynnikami, procedury wielokrotnego porównywania, transformacje danych, regresję wieloraką, analizę danych liczbowych, analizę proporcji, analizę kowariancji i przegląd metod statystyki medycznej.
Statystyka nieparametryczna – testy nieparametryczne
Wprowadzenie do statystyk zajmuje się procedurami statystycznymi opartymi na statystykach t-testu (t-Studenta), analizie wariancji itp. Znanych jako parametryczne procedury statystyczne. Procedury te wymagają pewnych założeń dotyczących charakterystyki populacji, z których pobierane są próbki do celów inferencyjnych. Analiza wariancji, na przykład, zakłada, że próbki zostały pobrane z normalnych populacji z równymi wariancjami. Ponieważ niektóre populacje nie spełniają powyższych lub innych założeń, opracowano alternatywne zestawy procedur statystycznych znanych jako procedury nieparametryczne, których ważność nie zależy od sztywnych założeń. Procedury nieparametryczne są proste i łatwe do wykonania, ponieważ opierają się na oznakach różnic, szeregach pomiarów, liczbie obiektów należących do kategorii i statystykach obserwacji, a nie na średniej i wariancji obserwacji w przypadku procedur parametrycznych.
Kurs obejmuje metody statystyczne do analizy danych, gdy rozkład populacji jest nieznany i / lub pomiar jest na skali nominalnej, porządkowej lub interwałowej. Treść zawiera: wnioskowanie oparte na rozkładzie dwumianowym, test Manna-Whitneya-Wilcoxona, test rangowy podpisany Wilcoxona, miary asocjacji dla danych rankingowych, testy Kruskala-Wallisa i Friedmana oraz elementy analizy tabeli kontyngencji.
Tematyka szkoleń ze statystyki jest obszerna, wiele zależy od specjalizacji.
Próbkowanie (sampling)
Kurs kładzie nacisk na praktyczne aspekty prowadzenia próbek (losowych). Wybrano cztery najpopularniejsze wzory badań próbek, proste losowe pobieranie prób, stratyfikowane losowe pobieranie próbek, systematyczne pobieranie prób i pobieranie prób w klastrach. Kurs obejmuje również estymatory współczynników regresji.
Statystyczna kontrola jakości
Techniki kontroli jakości są obecnie stosowane przez prawie każde przedsiębiorstwo produkcyjne, aby zminimalizować ilość odpadów wewnętrznych i utrzymać jednolicie wysoką jakość produktu. Przedmiot ten dotyczy nowoczesnych technik statystycznych stosowanych w różnych gałęziach przemysłu w celu kontroli i poprawy jakości produkcji. Szczególna uwaga zostanie zwrócona na techniki najczęściej stosowane w przedsiębiorstwach i przemyśle wytwórczym. Zawartość obejmuje: wspólne karty kontrolne, inspekcję próbkowania według atrybutów i zmiennych, plany próbkowania dla produkcji ciągłej, funkcje OC i ASN oraz ograniczoną kontrolę.
Statistical programming i wizualizacja
Aspektem współczesnych obliczeń statystycznych jest wizualizacja danych za pomocą technik graficznych. Często odpowiednia fabuła ujawnia interesujące lub nieoczekiwane funkcje. Na przykład bardzo prosty wykres pokazuje, w jaki sposób najlepiej grać na loterii.
Te tematy i więcej zostaną wprowadzone na kursie. Studenci z ograniczonym doświadczeniem komputerowym zostaną zapoznani z wykorzystaniem nowoczesnych statystycznych pakietów komputerowych do zarządzania danymi i analizy danych. W szczególności uczniowie dowiedzą się, jak używać komputera do testowania liczb pseudolosowych, symulacji zmiennych losowych dyskretnych i ciągłych, ładowania początkowego, analizy próbek pojedynczych i wielokrotnych, regresji liniowej i nieliniowej oraz analizy tabel kontyngencji. Szczególna uwaga zostanie poświęcona skutkom odejść od standardowych założeń.
