Aritmetický průměr: definice, využití a výpočet

Biostatistika I v R: získejte z dat výsledky, kterým budete rozumět + Biostatistika II v R: analýza přežití, pokročilé regresní modely – co vše umí data odhalit? Přihlásit na kurz Lektor: Mgr. Bc. Silvie Bělašková, PhD. Trvání kurzu: 4 dny Naučte se v jazyce R zpracovat a vyhodnotit klinická a biologická data základními i pokročilými metodami statistiky. Najděte ve svých měřeních skryté souvislosti a výrazně zvyšte kvalitu svých výzkumných publikací. Balíček za zvýhodněnou cenu kombinuje: A/ Biostatistika I v R: získejte z dat výsledky, kterým budete rozumět (2 dny) – design vědeckého experimentu, testování medicínských a biologických hypotéz pomocí parametrických (t-test, ANOVA, lineární regrese ad.) a neparametrických metod (Wilcoxnovy testy, Kruskal-Wallisova ANOVA), využívání kontingenčních tabulek. B/ Biostatistika II v R: analýza přežití, pokročilé regresní modely – co vše umí data odhalit? (2 dny) – vyhodnocení dat pomocí korelační analýzy, logistické regrese a dalších metod, základy vícerozměrných statistických metod a časových řad, metodiky servival a risk analysis. Procvičování příkladů probíhá v anglické verzi aplikace RStudio. Počítač vám zapůjčíme na místě, není třeba nosit vlastní. Chci se přihlásit Spokojených absolventů Adresa konání kurzu Délka kurzu Z kurzů budete mít největší užitek, pokud: se chcete naučit ovládat programovací jazyk R pro vyhodnocování dat ze svého klinického či biologického výzkumu základními i pokročilými metodami, potřebujete ve svých datech rychle najít důležité vazby a souvislosti, chcete výrazně zvýšit svou šanci na publikování v prestižním periodiku. Jaké vstupní znalosti jsou potřeba? Pro účast na kurzech je vhodné absolvovat nejprve kurz Jazyk R za 1 den: základy pro analýzu vašich dat. Co vše se naučíte? A/ Biostatistika I v R: získejte z dat výsledky, kterým budete rozumět jaké typy proměnných existují a jaké jsou mezi nimi rozdíly, co je průměr, medián, směrodatná odchylka a další popisné statistiky, kdy a jak je použít a jak je vizualizovat, jak otestovat normalitu dat a kdy použít parametrickou a neparametrickou statistiku, jak v programovacím jazyce R vyhodnocovat data a testovat hypotézy pomocí základních parametrických (t-test, ANOVA ad.) a neparametrických metod (Wilcoxnovy testy, Kruskal-Wallisova ANOVA), jak mezi sebou porovnat a otestovat dva a více datových souborů pomocí kontingenčních tabulek a chí-kvadrát testu, jak sestavit a použít jednoduchý regresní model, jak z pohledu biostatistiky správně nadesignovat vědecký experiment, jak správně zpracovat statistické pasáže ve vědeckých publikacích a na co si dát pozor. Biostatistika I v R: získejte z dat výsledky, kterým budete rozumět – podrobný sylabus Úvod do analýzy dat Typy proměnných. Popisná