課程大綱

課程資訊

課程名稱

重複測量統計分析
Statistical Analysis for Repeated Measurements

開課學期

112-2

授課對象

遠距教學課程台灣大學遠距教學課程

授課教師

林菀俞

課號

HDAS5002

課程識別碼

855 U0020

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101

備註

非同步遠距教學。歡迎大學部高年級生選修。
總人數上限：300人

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

/* 本課程不開放旁聽，5/30 與 6/6 下午 1:20-3:10 於公衛 101 講堂實體上課，其它週皆為非同步遠距教學 */

在生物醫學領域，研究者常需處理長期追蹤的資料，例如：分析病人數次回診的血壓值。由於忽略各筆觀測值之間的相依性，傳統的廣義線性模式並不能直接使用。於本門課中，我們將介紹隨機效應模式(random effects models)、廣義估計方程式(generalized estimating equations)、廣義線性混合模式(generalized linear mixed effects models)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 the Biomedical field, we usually need to deal with longitudinal data, say, the blood pressure levels measured at several clinical visits. The conventional generalized linear models cannot be directly used because of ignoring the dependence among measurements. This course will introduce random effects models, generalized estimating equations (GEEs), generalized linear mixed effects models (GLMMs), and transition models. In addition to statistical modeling, we will teach how to use SAS or R to analyze longitudinal data.

課程目標

/* 本課程不開放旁聽，5/30 與 6/6 下午 1:20-3:10 於公衛 101 講堂實體上課，其它週皆為非同步遠距教學 */

於此課程結束，同學預期將能
At the end of the course, the students are expected to

A具備自行研讀統計方法文獻的能力，並有能力重複文獻當中統計分析的結果，以及辨別及校正常見的統計分析錯誤。
Read, understand, and reproduce the results in statistical literature, and to find and correct common mistakes when performing statistical analyses.

B能使用圖表協助資料的呈現，並能了解、描述、執行不同的統計推論，如估計與檢定等分析工具，並能清楚說明適用之時機。
Use graphics and tables for data representation, and to understand, describe, and conduct different statistical procedures.

課程要求

同學需先修過至少一門的 (生物) 統計學或流行病學課程。
Prerequisite course: at least one course in biostatistics (or statistics) or epidemiology.

預期每週課後學習時數

Office Hours

備註：每週一下午 2-3 點 2-3 pm each Monday.

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.	Weekly assignment and homework	50%	每週指定作業
2.	Final oral and written report	50%	期末口頭與書面報告

針對學生困難提供學生調整方式

上課形式	以錄影輔助
作業繳交方式
考試形式
其他

課程進度

週次	日期	單元主題
第1週	2/22	重複測量與相依性資料導論 (Introduction to repeated measurements and correlated data)
第2週	2/29	隨機效應模式 (Random effects models)
第3週	3/07	混合效應模式 (Mixed effects model: G-side analysis)
第4週	3/14	混合效應模式 II (Mixed effects model: G-side analysis II)
第5週	3/21	混合效應模式 III (Mixed effects model: statistical inference for regression parameters)
第6週	3/28	混合效應模式：R-side分析 (Mixed effects model：R-side analysis)
第7週	4/04	春假 (Spring break)
第8週	4/11	重複測量之模式診斷 (Diagnostics for repeated measurements)
第9週	4/18	廣義線性模式 (Generalized linear model)
第10週	4/25	廣義估計方程式(GEE)之統計推論 (Statistical inference in GEE)
第11週	5/02	廣義估計方程式(GEE)之穩健變異數估計 (The robust variance estimator in GEE)
第12週	5/09	廣義線性混合模式 I (Generalized linear mixed effects model I)
第13週	5/16	廣義線性混合模式 II (Generalized linear mixed effects model II)
第14週	5/23	轉移模式 (Transition model)
第15週	5/30	期末報告文獻討論-GEE vs. GLMM (Paper discussion: Generalized estimating equations and generalized linear mixed-effects models for modelling resource selection)
第16週	6/6	期末報告文獻討論-Transition Model vs. Mixed Effects Model (Paper discussion: Predicting hemoglobin levels in whole blood donors using transition models and mixed effects models)