課程名稱 |
統計思考 Statistical Thinking |
開課學期 |
112-2 |
授課對象 |
公共衛生學院 健康數據拓析統計研究所 |
授課教師 |
杜裕康 |
課號 |
HDAS5004 |
課程識別碼 |
855 U0040 |
班次 |
|
學分 |
2.0 |
全/半年 |
半年 |
必/選修 |
選修 |
上課時間 |
星期四3,4(10:20~12:10) |
上課地點 |
公衛214 |
備註 |
拓析統計進階課程。 限學士班三年級以上 總人數上限:40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 |
對研究生來說,選擇研究方向跟主題、為現有的研究問題開發新的方法、在研究領域探索新視野,培養批判性思維非常重要。而資料分析及統計建模,是進行量性研究不可缺少的能力。每一個統計方法和模型背後都有其假設,這些假設在真實世界是否合理,將決定統計模型結果要如何解釋?本課程的目的在於使用臨床和流行病學研究中的真實例子,來演示如何實現這些目標。本課程首先將介紹兩種促進理解統計模型的工具:線性模型中的向量幾何和因果推論中的有向無環圖(DAG)。然後,將會逐步介紹一些常用的實驗設計跟統計方法,來探索真實世界變數之間的複雜關係,做出因果推論。本課程中使用的情景和例子包括:
1. 檢驗基線和變化之間的關係
2. 檢驗隨機對照試驗中變化差異的統計方法
3. Lord悖論和觀察性研究中基線值的調整
4. 辛普森悖論
5. 迴歸不連續斷裂模型
6. 工具變數的應用 跟孟德爾隨機化實驗
學生需要進行口頭報告,並積極參與課堂討論,這些都會是評估學生表現的指標。 |
課程目標 |
課程結束時,學生應該能夠。
1. 描述有向無環圖在因果推論中的合理性
2. 描述如何使用向量幾何來表示線性模型
3. 描述在測試變量之間的關聯時,數學耦合的問題
4. 通過評估基線測量對基線變化的影響來解釋迴歸平均值的問題。
5. 解釋在評估基線變化的組間差異時,由於基線協變量的不平衡而引起的潛在問題。
6. 描述調整基線不平衡的方法的優勢和局限性
7. 解釋逆轉悖論問題的原因和潛在解決方案
8. 通過使用有向無環圖描述工具變量法的基本假設
9. 描述迴歸不連續設計的機制及其假設
10. 孟德爾隨機化實驗的原理
|
課程要求 |
學生需要做期中和期末報告,並在課程結束時交期末團體報告。 |
預期每週課後學習時數 |
3 hours |
Office Hours |
另約時間 |
指定閱讀 |
Journal articles |
參考書目 |
Bjorn Andersen. Methodological errors in medical research. London: Blackwell, 2000.
Richard J Murnane, John B Willett: “Methods Matter”. Oxford University Press, 2011
Yu-Kang Tu, Mark Gilthorpe: “Statistical Thinking in Epidemiology”. Chapman & Hall, 2012.
Judea Pearl, Dana Mackenzie. The Book of Why: The New Science of Cause and Effect 因果革命:人工智慧的大未來. Penguin, 2018.
Miguel A Hernán, James M Robins. Causal Inference: What If. Boca Raton: Chapman & Hall/CRC, 2020.
Scott Cunningham. Causal Inference: the mixtape. Yale, 2021.
Nick Huntington-Klein. The Effect: An Introduction to Research Design and Causality. Boca Raton: Chapman & Hall/CRC, 2022.
王一奇,獅頭人身、毒蘋果與變化球 – 因果大革命。三民書局,2021。 |
評量方式 (僅供參考) |
No. |
項目 |
百分比 |
說明 |
1. |
Class participation |
30% |
積極參與課堂討論,像是上課問問題,回答問題。 |
2. |
Midterm presentation |
20% |
期中口頭報告。 |
3. |
Final presentation |
20% |
期末口頭報告。 |
4. |
Final report |
30% |
期末書面報告。 |
|
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 |
|
|
週次 |
日期 |
單元主題 |
第1週 |
2/22 |
What is “statistical thinking”? 杜裕康老師 |
第2週 |
2/29 |
Causation and directed acyclic graphs (1) 杜裕康老師 |
第3週 |
3/07 |
Causation and directed acyclic graphs (2) 杜裕康老師 |
第4週 |
3/14 |
Vector Geometry & Linear Models 杜裕康老師 |
第5週 |
3/21 |
Mathematical Coupling & Regression to the mean 杜裕康老師 |
第6週 |
3/28 |
Why is randomization so important? 杜裕康老師 |
第7週 |
4/04 |
放假 |
第8週 |
4/11 |
Lord’s paradox and Simpson’s paradox 杜裕康老師 |
第9週 |
4/18 |
期中報告 |
第10週 |
4/25 |
Propensity scores (1) 杜裕康老師 |
第11週 |
5/02 |
Propensity scores (2) 特別演講:陳姿婷博士 |
第12週 |
5/09 |
Instrumental variables 杜裕康老師 |
第13週 |
5/16 |
Mendelian randomization 特別演講:陳姿婷博士 |
第14週 |
5/23 |
Regression discontinuity (1) 杜裕康老師 |
第15週 |
5/30 |
Regression discontinuity (2) 杜裕康老師 |
第16週 |
6/06 |
期末報告 |
|