Veidlapa Nr. M-3 (8)
Studiju kursa apraksts
Atkārtotu mērījumu un longitudinālo datu analīze
Kursa kods
SL_113
Zinātnes nozare
Matemātika; Varbūtību teorija un matemātiskā statistika
Kredītpunkti (ECTS)
3,00
Mērķauditorija
Dzīvās dabas zinātnes
LKI
7. līmenis
Studiju veids un forma
Pilna laika; Nepilna laika
Studiju kursa īstenotājs
Kursa vadītājs
Ziad Taib
Struktūrvienības vadītājs
Andrejs Ivanovs
Struktūrvienība
Statistikas mācību laboratorija
Kontaktinformācija
Baložu iela 14, Rīga, statistika@rsu.lv, +371 67060897
Par studiju kursu
Mērķis
Šis kurss sniedz zināšanas atkārtotu mērījumu jomā, kas ir kļuvuši par nepieciešamu rīku tādu datu analīzei, kas ietver, piemēram, gadījuma ietekmes, korelatīvus novērojumus un trūkstošus datus. Uzsvars tiek likts uz nepārtrauktiem garengriezuma datiem un uz to, kā izmantot „SAS” un „R”, lai modelētu un analizētu atkārtotus modeļus. Tomēr tiks apspriesti arī citi atkārtotu mērījumu veidi, piemēram, hierarhiskie modeļi.
Šī kursa mērķis ir sniegt priekšstatu par un rīkus jaukto modeļu metodēm. Šādas metodes var izmantot dažādās situācijās, kurās iesaistīti korelatīvi dati, piemēram, garengriezuma datos, grupētos datos, atkārtotos mērījumos un hierarhiskā analīzē. Īsumā tiks apskatīti arī vispārinātie modeļi. Kursa mērķis ir iemācīt studentiem noformulēt jauktu modeli, definēt un interpretēt iespējamos novērtējumus un īstenot jaukta modeļa analīzi, piemēram, atkārtotu mērījumu pētījumā.
Priekšzināšanas
Zināšanas par dažiem matemātikas un statistikas pamatjēdzieniem un datorprasmes.
Studiju rezultāti
Zināšanas
1.Pēc kursa apgūšanas studējošie padziļināti pārzinās jauktos modeļus ar uzsvaru uz pielietojumu biomedicīnā atkārtotu mērījumu un garengriezuma datu apstrādei. Tas ietver „SAS” un „R” izmantošanu praktisko nodarbību laikā, lai analizētu reālus datus.
Prasmes
1.Studējošie spēs: • rakstīt un interpretēt jauktos modeļus dažādu pētījumu plānu garengriezuma datiem; • kritiski novērtēt un interpretēt jaukto modeļu un garengriezuma datu statistiskos secinājumus; • izvēlēties, pielietot un darboties ar jauktu modeļu statistisko programmatūru.
Kompetences
1.Pēc kursa nokārtošanas studējošais būs kompetents izmantot jaukto modeļu struktūru, kvalitatīvi aprakstīt un analizēt izplatītākos pētījumu veidus un modeļus ar garengriezuma datiem vai kā citādi saistītus novērojumus, veikt atbilstošu statistisko analīzi par kursā apskatītajiem modeļiem, izmantojot standarta programmatūru, jaunākās zinātnes atziņas, radošus un inovatīvus risinājumus dažādām mērķa grupām.
Vērtēšana
Patstāvīgais darbs
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Patstāvīgais darbs |
-
|
-
|
|
• Patstāvīgais darbs ar kursa materiālu un obligāto literatūru, gatavojoties 6 lekcijām pēc plāna.
• 4 datorprojekti – individuāls darbs pāros ar datorā veicamiem uzdevumiem. Studējošie analizēs datus, lai izpildītu noteiktos uzdevumus ar kursa gaitā apgūtajiem jauktajiem modeļiem.
Lai izvērtētu studiju kursa kvalitāti kopumā, studentam jāaizpilda studiju kursa novērtēšanas anketa Studējošo portālā.
|
||
Pārbaudījums
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Pārbaudījums |
-
|
-
|
|
Novērtējums 10 ballu skalā saskaņā ar RSU Studiju reglamentu:
• Aktīva dalība lekcijās, uzdevumos un datorlaboratorijās – 20%.
• Rakstisks gala pārbaudījums – 40%.
• Referātu par obligātajiem 4 datorprojektiem sagatavošana – 40%.
|
||
Studiju kursa tēmu plāns
PILNA LAIKA
1. daļa
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Atkārtotu mērījumu datu un normālu jaukto modeļu definīcijas un ievads.
Modeļa pielāgošana, novērtēšana un hipotēzes pārbaude.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Normāli jauktie modeļi: Beijesa pieeja nejaušības efektam.
Programmatūra jauktu modeļu pielāgošanai: jauktu modeļu pielāgošanas pakotnes.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
1. laboratorijas darbs: Ievads „SAS” un „R” jauktajos modeļos, un novērtēšana un testēšana „SAS” un „R”.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Vispārinātie lineārie jauktie modeļi kategoriālajiem datiem.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
2. laboratorijas darbs: jauktā loģistiskā regresija.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Kovariācijas struktūras jauktiem modeļiem un izlases apjoma novērtēšana.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Trūkstoši dati un daudzkārtēja imputācija.
Atlikumi un labākās atbilstības koeficients jauktajos modeļos.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
3. laboratorijas darbs: izlases apjoma novērtēšana, trūkstoši dati un daudzkārtēja imputācija.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Gadījuma koeficientu modeļi un atkārtošana / sagatavošanās eksāmenam.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
4. laboratorijas darbs: Gadījuma koeficientu modeļi.
|
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
24 ak. st.
Gala pārbaudījums:
Eksāmens (Rakstisks)
NEPILNA LAIKA
1. daļa
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Atkārtotu mērījumu datu un normālu jaukto modeļu definīcijas un ievads.
Modeļa pielāgošana, novērtēšana un hipotēzes pārbaude.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Normāli jauktie modeļi: Beijesa pieeja nejaušības efektam.
Programmatūra jauktu modeļu pielāgošanai: jauktu modeļu pielāgošanas pakotnes.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
1. laboratorijas darbs: Ievads „SAS” un „R” jauktajos modeļos, un novērtēšana un testēšana „SAS” un „R”.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Vispārinātie lineārie jauktie modeļi kategoriālajiem datiem.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
2. laboratorijas darbs: jauktā loģistiskā regresija.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Kovariācijas struktūras jauktiem modeļiem un izlases apjoma novērtēšana.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Trūkstoši dati un daudzkārtēja imputācija.
Atlikumi un labākās atbilstības koeficients jauktajos modeļos.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
3. laboratorijas darbs: izlases apjoma novērtēšana, trūkstoši dati un daudzkārtēja imputācija.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Gadījuma koeficientu modeļi un atkārtošana / sagatavošanās eksāmenam.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
4. laboratorijas darbs: Gadījuma koeficientu modeļi.
|
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
14 ak. st.
Gala pārbaudījums:
Eksāmens (Rakstisks)
Bibliogrāfija
Obligātā literatūra
1.
Brown, H. and Prescott, R. Applied Mixed Models in Medicine. 3rd edition, 2015.
Papildu literatūra
1.
Verbeke, G. and Molenbergs, G. Linear mixed models for longitudinal. Springer Verlag, New York, 2008.
2.
Crawley, M. J. The R Book. 2nd edition. John Wiley&Sons, Ltd. 2013.