課程名稱 |
重複測量統計分析 Statistical Analysis for Repeated Measurements |
開課學期 |
107-2 |
授課對象 |
公共衛生學院 流行病學與預防醫學研究所 |
授課教師 |
林菀俞 |
課號 |
EPM5003 |
課程識別碼 |
849 U0320 |
班次 |
|
學分 |
2.0 |
全/半年 |
半年 |
必/選修 |
選修 |
上課時間 |
星期四6,7(13:20~15:10) |
上課地點 |
公衛214 |
備註 |
106學年度(含)前入學生統組碩士班三科擇一之必修。本課程為U字頭,歡迎大學部或碩博士班同學選修 總人數上限:60人 |
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1072EPM5003_Repeated |
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 |
本課程為U字頭,歡迎大學部或碩博士班同學選修。在生醫領域,研究者常需處理重複測量的資料,例如:分析病人每次回診的血壓值,這類相依性的資料需要特別的統計方法才能分析。本門課將介紹常用的重複測量分析方法,包括:隨機效應模式(random effects models)、廣義估計式(generalized estimating equations)與轉銜模式(transition models)。除介紹統計理論模式外,將搭配統計軟體SAS或R來處理重複測量的資料。
In Biomedical field, we usually need to deal with longitudinal data. The conventional generalized linear models cannot be used because of ignoring the dependence among measurements. In this course, we will introduce random effects models, mixed effects models, generalized estimating equations (GEEs), generalized mixed effects models (GLMMs), and transition models. In addition to statistical modeling, we also teach how to use SAS or R to analyze the complicated longitudinal data.
|
課程目標 |
期望大學部或碩博士班同學對處理重複測量的資料能有正確的認知,針對每一個階段主題,將從實際案例分析著手,介紹如何以統計軟體分析重複測量資料及適當闡釋結果,從每個案例分析裡去介紹統計理論,使同學能有資料分析的能力與統計理論的基礎。
In each topic, we will start from a real data application, learn how to use SAS or R to analyze the data, and then we will teach the theoretical parts. Students will learn both the statistical theory and real data analysis. |
課程要求 |
(生物)統計學或流行病學等相關基礎課程。
Prerequisite course: at least one biostatistics (or statistics) or epidemiology course. |
預期每週課後學習時數 |
|
Office Hours |
另約時間 備註: By appointment |
指定閱讀 |
課程講義 (Teachers' handouts.) |
參考書目 |
1. Analysis of Correlated Data with SAS and R, 3rd edition. Shoukri, M. M. and
Chaudhary M. A. (2007). Chapman & Hall/CRC.
2. Diggle, P.J., Heagerty, P.J., Liang, K.Y., & Zeger, S.L. (2002). Analysis
of Longitudinal Data. 2nd Ed. Oxford University Press. |
評量方式 (僅供參考) |
No. |
項目 |
百分比 |
說明 |
1. |
作業 |
50% |
Assignments and homework |
2. |
課堂參與及表現 |
20% |
Class participation and discussions |
3. |
期末報告 |
30% |
Final report |
|
週次 |
日期 |
單元主題 |
第1週 |
2/21 |
重複測量與相依性資料導論 (Introduction to repeated measurements and correlated data) |
第2週 |
2/28 |
和平紀念日 (放假日) |
第3週 |
3/7 |
隨機效應模式 (Random effects models) |
第4週 |
3/14 |
混合效應模式 (Mixed effects model:G-side analysis) |
第5週 |
3/21 |
混合效應模式 II (Mixed effects model: G-side analysis II) |
第6週 |
3/28 |
混合效應模式 III (Mixed effects model: statistical inference for regression parameters) |
第7週 |
4/4 |
兒童節 (放假日) |
第8週 |
4/11 |
Mixed effects model:R-side analysis |
第9週 |
4/18 |
重複測量之模式診斷 (Diagnostics for repeated measurements) |
第10週 |
4/25 |
廣義線性模式 (Generalized linear model) |
第11週 |
5/2 |
廣義估計方程式(GEE)之統計推論 (Statistical inference in GEE) |
第12週 |
5/9 |
廣義估計方程式(GEE)之穩健變異數估計 (The robust variance estimator in GEE) |
第13週 |
5/16 |
廣義線性混合模式 I (Generalized linear mixed model I) |
第14週 |
5/23 |
廣義線性混合模式 II (Generalized linear mixed model II) |
第15週 |
5/30 |
轉移模式 (Transition model) |
第16週 |
6/6 |
文獻討論-GEE vs. GLMM (請單數號同學預先準備slides與25分鐘的報告,並於中午12點前將slides存成pdf檔上傳至作業區) (Paper discussion: Generalized estimating equations and generalized linear mixed-effects models for modelling resource selection) |
第17週 |
6/13 |
文獻討論-Transition Model vs. Mixed Effects Model (請雙數號同學預先準備slides與25分鐘的報告,並於中午12點前將slides存成pdf檔上傳至作業區) (Paper discussion: Predicting hemoglobin levels in whole blood donors using transition models and mixed effects models) |
第18週 |
6/20 |
期末考週 (Final-exam week) |
|