課程名稱 |
高等醫學統計方法一 Advanced Medical Statistics (Ⅰ) |
開課學期 |
101-1 |
授課對象 |
公共衛生學院 流預所生物醫學統計組 |
授課教師 |
張淑惠 |
課號 |
EPM8064 |
課程識別碼 |
849 D0310 |
班次 |
|
學分 |
3 |
全/半年 |
半年 |
必/選修 |
必修 |
上課時間 |
星期三5,6,7(12:20~15:10) |
上課地點 |
公衛215 |
備註 |
1.生統組博班2擇1必修課程。
總人數上限:60人 |
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1011med |
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 |
生物醫學統計方法為一門進階課程,提供已修習過基礎(碩班)生物統計學之學生更專精之統計方法領域。針對當代重要生物醫學統計研究領域,指導學生做研究之綱要,如文獻回顧、釐清研究問題、切入研究方法、或針對某特定主題進行文獻評論。 |
課程目標 |
使研究生學習在遺傳與生物醫學統計之研究領域能獨立進行並完成完整的論文研究計畫。 |
課程要求 |
已修習過基礎(碩班)生物統計學之研究生尤佳。
學生不得無故缺席。
|
預期每週課後學習時數 |
|
Office Hours |
|
指定閱讀 |
|
參考書目 |
1. 戴政(2002) 遺傳流行病學:基因定位之遺傳設計與分析方法,新北市新店區:藝軒
2. Andersen, Borgan, Gill, and Keiding (1993), Statistical Models Based on Counting Processes, Springer-Verlag
3. Diggle, Heagerey, Liang, and Zeger (2002), Analysis of Longitudinal Data, Second Edition, Oxford
4. Kalbfleisch and Prentice (2002), The Statistical Analysis of Failure Time Data, , John Wiley and Sons
5. Agresti (2002), Categorical Data Analysis, Wiley-Interscience |
評量方式 (僅供參考) |
No. |
項目 |
百分比 |
說明 |
1. |
期中考 |
30% |
基本統計能力測驗,開書考試 |
2. |
期末報告 |
35% |
研究計畫(research proposal)之口頭報告與書面報告 |
3. |
作業及平時表現 |
35% |
包含文獻報告與探討 |
|
週次 |
日期 |
單元主題 |
第1週 |
9/12 |
Introduction and Probabilistic background |
第2週 |
9/19 |
Counting process data(I) |
第3週 |
9/26 |
Counting process data(II) |
第4週 |
10/03 |
Nonparametric procedures for survival data |
第5週 |
10/10 |
Additive hazards models |
第6週 |
10/17 |
Multiplicative hazards models |
第7週 |
10/24 |
Multiplicative-Additive hazards models(I) |
第8週 |
10/31 |
Multiplicative-Additive hazards models(II) |
第9週 |
11/07 |
期中考試 |
第10週 |
11/14 |
Accelerated failure time and transformation models(I) |
第11週 |
11/21 |
Accelerated failure time and transformation models(II) |
第12週 |
11/28 |
Clustered failure time data(I) |
第13週 |
12/05 |
Clustered failure time data(II) |
第14週 |
12/12 |
Competing Risk Model(I) |
第15週 |
12/19 |
Analysis of recurrent event data(I) |
第16週 |
12/26 |
Analysis of recurrent event data(II) |
第17週 |
1/02 |
期末報告 |
第18週 |
1/09 |
期末報告 |
|