Tečaj iz biostatistike "Statistika u biomedicini - teorija i primjena"

Tečaj biostatistike u CAIR-Centru, na interaktivan i zanimljiv način, polaznike osposobljava za razumjevanje statističkih koncepata.

Prilikom završetka tečaja, polaznici će naučiti ispravno postaviti statističku hipotezu, provesti eksplorativnu analizu podataka, izraditi tablice i grafove u statističkom softveru, odabrati odgovarajući statistički test uz testiranje preduvjeta za izvođenje istog te će naučiti statistički korektno interpretirati razultate provedenih analiza.

U dogovoru s polaznicima, moguće je uključivanje vlastitih podataka u program tečaja te izvođenje adekvantnih primjera na istima.

Specifičnosti tečajeva biostatike u CAIR-Centru:

  • demonstracija praktičnih primjera uz pomoć softvera
  • predavanja su popraćena PowerPoint slide-ovima (materijali su trajno dostupni polazniku)
  • samostalan rad na zadatcima (nakon obrade pojedinih poglavlja, zadaju se zadatci radi utvrđivanja obrađenog gradiva)
  • mogućnost uključivanja vlastitih podataka u program tečaja
  • predavači su doktori znanosti (matematičari , statističari i biomedicinari) sa dugogodišnjim istustvom u primjeni statistike u znanosti i industriji
  • trajanje tečaja je ekvivalentno jednom sveučilišnom semestru što smatramo nužnim za uspješno svladavanje gradiva

Tečajevi se održavaju:

  • individulano ili za grupe
  • online ili kod klijenta (trenutno se, zbog epidemiološke situacije, tečajevi održavaju online)
  • u trajanju od 15 blok sati (kroz 7 tjedana) 

Program tečaja:

1. Uvod u softver (Sas Studio)
  • a. Uvoz podataka
  • b. Kontrola kvalitete podataka
  • c. Priprema podataka za analizu
  • d. Koraci za izvođenje deskriptivnih analiza
  • e. Koraci pri izradi grafičkih prikaza
  • f. Koraci za izvođenje inferencijalnih analiza
  • g. Izrada tablica i grafova u formatu prikladnom za izvještavanje  
 
2. Deskriptivna statistika
  • a. Vrste podataka
  • b. Parametri i statistike od interesa za različite vrste podataka
  • c. Grafički alati za različite vrste podataka
  • d. Normalna distribucija i kako ju opisujemo
  • e. Odstupanja od normalne distribucije
  • f. Vrste istraživanja 
  • g. Populacija i uzorak
3. Inferencijalna statistika:
  • a. Sampling distribucija i centralni granični teorem 
  • b. Točkovne i intervalne procjene (interval pouzdanosti za sredinu i proporciju)
  • c. Proces analize podataka
  • d. Određivanje veličine uzorka
  • e. Testiranje hipoteza: 
• odabir modela na osnovu tipa podataka i ispitivanje uvjeta za izvođenje pojedinog modela:
• t-test i t distribucija (zavisni i nezavisni uzorci) 
• analiza varijance i f distribucija
• linearna regresija (forward, backward, stepwise)
• analiza kvalitativnih podataka
• što kada uvjeti nisu zadovoljeni? Neparametrijski testovi ili nešto drugo
 
4. Pomoć u odabiru ispravnog pristupa za statističku analizu i interpretaciju vlastitih podataka polaznika