|
課程名稱 |
生物統計學二
Biostatistics (Ⅱ) |
|
開課學期 |
107-1 |
|
授課對象 |
公共衛生學院 公共衛生學系 |
|
授課教師 |
洪 弘 |
|
課號 |
PH2006 |
|
課程識別碼 |
801 21320 |
|
班次 |
|
|
學分 |
3.0 |
|
全/半年 |
半年 |
|
必/選修 |
必帶 |
|
上課時間 |
星期四6,7,8,9(13:20~17:20) |
|
上課地點 |
公衛215 |
|
備註 |
本課程另有電腦實習課程。週四第8、9節實習課教室：基醫509。
總人數上限：60人 |
|
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1071PH2006_BIOSTAT |
|
課程簡介影片 |
|
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
|
課程大綱
|
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
|
課程概述 |
1.Linear regression
2.Logistic regression & ROC curve analysis
3.Poisson regression
4.Survival analysis
|
|
課程目標 |
本課程將從連續型資料開始，介紹迴歸分析的理論架構以及其應用方式，然後再推廣到不同資料結構的分析方法，包含二元資料、計數資料、以及存活資料。本課程的另一個重心放在R軟體的操作以及實際資料的分析。希望修課的學生可以根據資料的結構，選擇適當的分析方法(並了解其運作原理)，完成正確的統計分析。
The course will start from continuous data to illustrate the rationale of linear regression model and its applications. The concept will be extended to different data structures, including binary data, count data, and survival data. Another topic of this course will focus on the implementation of the R software and the ability to analyze the real data sets. Students are expected to choose the appropriate methods (as well as understand the rationale of the methods), to correctly complete the statistical analysis for a given data set.
|
|
課程要求 |
本課程的每一位修課同學皆須參與實習課程，於基礎醫學大樓509電腦教室進行由課程助教帶領之討論、上機等課程。實習課程由第一週開始。學期間的各事項都會在此 ceiba 網頁公布，請同學務必定期上網留意。 |
|
預期每週課後學習時數 |
|
|
Office Hours |
|
|
指定閱讀 |
待補 |
|
參考書目 |
1. S. Weisberg (2005). Applied Linear Regression. Third edition. Wiley
Interscience (NTU e-book)
2. D. W. Hosmer (2000). Applied Logistic Regression. Third edition. Wiley-
Interscience (NTU e-book)
3. D. G. Kleinbaum and M. Klein (2005). Survival Analysis: A Self-Learning
Text. Second Edition by New York: Springer-Verlag (NTU e-book).
|
|
評量方式
(僅供參考) |
|
No. |
項目 |
百分比 |
說明 |
|
1. |
期末考 |
30% |
|
2. |
期中考 |
30% |
|
3. |
作業及實習 |
40% |
|
|
|
週次 |
日期 |
單元主題 |
|
第1週 |
09/13 |
Introduction |
|
第2週 |
09/20 |
Simple linear regression |
|
第3週 |
09/27 |
Least squares estimate (LSE) |
|
第4週 |
10/04 |
R-square, CI, t-test, F-test |
|
第5週 |
10/11 |
mean response, prediction, residual |
|
第6週 |
10/18 |
Multiple linear regression |
|
第7週 |
10/25 |
ANOVA, Full & Reduced model |
|
第8週 |
11/01 |
Introduction of generalized linear model |
|
第9週 |
11/08 |
Midterm |
|
第10週 |
11/15 |
校慶放假 |
|
第11週 |
11/22 |
Logistic regression & ROC curve analysis |
|
第12週 |
11/29 |
Poisson regression |
|
第13週 |
12/06 |
Introduction of survival analysis |
|
第14週 |
12/13 |
Kaplan-Meier estimator |
|
第15週 |
12/20 |
Log rank test |
|
第16週 |
12/27 |
Cox PH model |
|
第17週 |
01/03 |
Extensions of Cox PH model |
|
第18週 |
01/10 |
Final |
|