Βασικές αρχές Στατιστικής

Πληροφορίες Μαθήματος
ΤίτλοςΒασικές αρχές Στατιστικής / Basic Principles of Statistics
ΚωδικόςΜΙΣΤΑ002
ΣχολήΕπιστημών Υγείας
ΤμήμαΙατρικής
Κύκλος / Επίπεδο2ος / Μεταπτυχιακό
Περίοδος ΔιδασκαλίαςΧειμερινή
Υπεύθυνος/ηΆννα-Μπεττίνα Χάιδιτς
ΚοινόΌχι
ΚατάστασηΕνεργό
Course ID600020023

Πρόγραμμα Σπουδών: ΠΜΣ Στατιστική και Αναλυτική Βιοϊατρικών Δεδομένων (2020-σήμερα)

Εγγεγραμμένοι φοιτητές: 30
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚορμόςΥποχρεωτικό117,5

Πληροφορίες Τάξης
ΤίτλοςΒασικές αρχές Στατιστικής
Ακαδημαϊκό Έτος2021 – 2022
Περίοδος ΤάξηςΧειμερινή
Διδάσκοντες μέλη ΔΕΠ
Διδάσκοντες άλλων Κατηγοριών
Ώρες Εβδομαδιαία2
Class ID
600200597
Τύπος Μαθήματος
Ανάπτυξης Δεξιοτήτων
Τρόπος Παράδοσης
  • Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
Γλώσσα Διδασκαλίας
  • Ελληνικά (Διδασκαλία)
  • Αγγλικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Προαπαιτούμενα Μαθήματα
  • ΜΙΣΤΑ001 Εισαγωγή στην Ανάλυση Δεδομένων
Μαθησιακά Αποτελέσματα
Γνώσεις Οι συμμετέχοντες και οι συμμετέχουσες θα καταστούν ικανοί και ικανές να γνωρίζουν: • Τα κατάλληλα περιγραφικά μέτρα για τη σύνοψη των μεταβλητών ανάλογα με το είδος των δεδομένων (ποσοτικά-ποιοτικά δεδομένα) • Τη διαφορά μεταξύ του δείγματος και του πληθυσμού από τον οποίο προήλθε • Τα χαρακτηριστικά της κανονικής κατανομής και τη διαφορά της από την ασύμμετρη κατανομή • Την κατανομή δειγματοληψίας και την έννοια του τυπικού σφάλματος της μέσης τιμής • Τη μεθοδολογία του ελέγχου υποθέσεων και την έννοια της τιμής p (p-value), του επιπέδου σημαντικότητας, των διαστημάτων εμπιστοσύνης και των σφαλμάτων τύπου I και II • Τις βασικές παραμετρικές και μη παραμετρικές δοκιμασίες μέσω πραγματικών παραδειγμάτων πάνω στις επιστήμες υγείας • Σε ποια δεδομένα και με ποιο τρόπο μπορεί να εφαρμοστεί η ανάλυση επιβίωσης Ικανότητες Οι συμμετέχοντες και οι συμμετέχουσες θα καταστούν ικανοί και ικανές: • Να καταλάβουν και να υπολογίζουν τα περιγραφικά στατιστικά μέτρα που εμφανίζονται στα ιατρικά επιστημονικά άρθρα •Να διαμορφώνουν και να ερμηνεύουν γραφήματα • Να υπολογίζουν μέτρα συσχέτισης, όπως διαφορές μέσων τιμών, διαφορές κινδύνων, σχετικό κίνδυνο, λόγο σχετικών πιθανοτήτων και ποσοστό επίπτωσης • Να υπολογίζουν το κατάλληλο μέγεθος δείγματος για μια έρευνα • Να χρησιμοποιούν το ταχέως αναπτυσσόμενο και εξελισσόμενο λογισμικό R ως εργαλείο στατιστικής ανάλυσης και δημιουργίας γραφημάτων
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία
Περιεχόμενο Μαθήματος
1.Διαφορετικοί τύποι δεδομένων, ποσοτικά και ποιοτικά δεδομένα 2. Συνοπτικά μέτρα για ποσοτικά και ποιοτικά δεδομένα (πρακτική σε R) 3. Γραφήματα για ποσοτικά και ποιοτικά δεδομένα (πρακτική σε R) 4. Η κανονική (Gaussian) κατανομή (πρακτική σε R) 5. Μέτρα συσχέτισης: διαφορές μέσων τιμών, διαφορές κινδύνων, σχετικός κίνδυνος, λόγος σχετικών πιθανοτήτων και ποσοστό επίπτωσης 6. Διαστήματα εμπιστοσύνης 7. ’Έλεγχος υποθέσεων – Δοκιμασία Τ για ανεξάρτητα και εξαρτημένα δείγματα: Μη παραμετρικές δοκιμασίες Mann-Whitney U και Wilcoxon Signed Ranks (πρακτική σε R) 8. ’Έλεγχος υποθέσεων - Δοκιμασίες για περισσότερα από δύο δείγματα: ANOVA και Kruskal-Wallis (πρακτική σε R) 9. Δοκιμασίες για ποιοτικές μεταβλητές: χ ^ 2, ακριβής δοκιμασία Fisher, Mc Nemar (πρακτική σε R) 10. Ανάλυση επιβίωσης: Δοκιμασία Log-rank και καμπύλες Kaplan-Meier (εξάσκηση στο R) 11. Υπολογισμός μεγέθους δείγματος
Λέξεις Κλειδιά
Στατιστική, Έλεγχος υποθέσεων, Δοκιμασίες, τιμή P, διαστήματα εμπιστοσύνης, υπολογισμός μεγέθους δείγματος
Τύποι Εκπαιδευτικού Υλικού
  • Σημειώσεις
  • Διαφάνειες
  • Βιντεοδιαλέξεις
  • Διαδραστικές ασκήσεις
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
  • Χρήση Τ.Π.Ε. στη Διδασκαλία
  • Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
  • Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
  • Χρήση Τ.Π.Ε. στην Αξιολόγηση των Φοιτητών
Περιγραφή
• Εβδομαδιαία κουίζ πολλαπλών επιλογών • Αξιολόγηση των σχολίων που υποβάλλονται από κάθε εκπαιδευόμενο στις online ομάδες συζήτησης • Τελική αξιολόγησης με ερωτήσεις πολλαπλών επιλογών
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις65
Εργαστηριακή Άσκηση
Μελέτη και ανάλυση βιβλίων και άρθρων
Εξετάσεις65
Σύνολο130
Αξιολόγηση Φοιτητών
Περιγραφή
• Εβδομαδιαία κουίζ πολλαπλών επιλογών • Αξιολόγηση των σχολίων που υποβάλλονται από κάθε εκπαιδευόμενο στις online ομάδες συζήτησης • Τελική αξιολόγησης με ερωτήσεις πολλαπλών επιλογών
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εξέταση με Ερωτήσεις Πολλαπλής Επιλογής (Διαμορφωτική, Συμπερασματική)
  • Δημόσια Παρουσίαση (Διαμορφωτική, Συμπερασματική)
  • Γραπτή Εξέταση με Επίλυση Προβλημάτων (Διαμορφωτική, Συμπερασματική)
Βιβλιογραφία
Επιπρόσθετη βιβλιογραφία για μελέτη
1. Bougioukas, KI & Haidich, A-B. (2019). Medical Biostatistics: Basic Concepts. In V. Papademetriou, E. A. Andreadis & C. Geladari (Eds.), Management of hypertension: Current practice and the application of landmark trials (pp. 19–53). Springer 2019. doi:10.1007/978-3-319-92946-0_2 2. Aho, Ken A. Foundational and applied statistics for biologists using R. CRC Press, 2013. 3. Bland, Martin. An introduction to medical statistics. 3rd Edition. Oxford University Press, 2000. 4. Crawley, Michael J. Statistics: an introduction using R, 2nd Edition. John Wiley & Sons, 2014. 5. MacFarland, Thomas W. Introduction to Data Analysis and Graphical Presentation in Biostatistics with R. Springer, 2014. 6. Daniel, Wayne W., and Chad L. Cross. Biostatistics: A Foundation for Analysis in the Health Sciences: A Foundation for Analysis in the Health Sciences. Wiley Global Education, 2012. 7. Logan M. Biostatistical Design and Analysis Using R: A Practical Guide. Wiley-Blackwell, 2010. 8. Shahbaba, B. (2011). Biostatistics with R: An Introduction to Statistics Through Biological Data (Use R!) (2012th ed.). Springer. 9. Bowers, D. (2019). Medical Statistics from Scratch: An Introduction for Health Professionals (4th ed.). Wiley.
Τελευταία Επικαιροποίηση
21-12-2021