Statistik - Biostatistik
Details
| ID | 1253012 |
| Dauer | 5.0 Tage |
| Methoden | Vortrag mit Beispielen und Übungen. |
| Vorwissen | Allgemeine Kenntnisse der Mathematik |
| Zielgruppe | Forscher/innen und Datenanalysten der Biowissenschaften |
Ziele
Datensätze beschreiben
Lernen Sie, mit Lage- und Streuungsmaßen Datensätze zu beschreibenZusammenhängen aufdecken
Weisen Sie Zusammenhänge zwischen Datenreihen nachStatistische Modelle entwickeln
Verwenden Sie Regression, um Daten in Modellen zu erklärenRechnen mit Wahrscheinlichkeiten
Setzen Sie induktive Statistik für Wahrscheinlichkeiten einHypothesen testen und nachweisen
Sehen Sie, wie Sie Hypothesen über die Grundgesamtheit prüfenExperimente planen und analysieren
Setzen Sie erprobte Verfahren für Testreihen und ihre Analysen einÜbersicht
Dieses Seminar in die Biostatistik vermittelt kompakt und verständlich alle benötigten Grundlagen für die statistische Analyse in den Biowissenschaften. Viele konkrete Beispiele stellen den Bezug zur Praxis der biologischen Forschungsarbeit her. Mathematische oder statistische Vorkenntnisse sind nicht erforderlich, sondern werden im Seminar erarbeitet. Alle Methoden und Verfahren werden an Beispieldaten illustriert. Die praktische Umsetzung biostatistischer Methoden wird über R und auch MS Excel dargestellt. Die Teilnehmer/innen lernen an Beispieldatensätzen die Themen a) Beschreibende Statistik, b) Wahrscheinlichkeitstheorie, c) Schätzung unbekannter Parameter, d) Formulieren und Prüfen von Hypothesen, e) Statistische Tests, f) Korrelations- und Regressionsanalyse, g) Varianzanalyse und f) Biostatistische Versuchsplanung. Auf diese Weise können die Teilnehmer/innen sich leicht die Grundlagen der Biostatistik erarbeiten und diese gezielt in ihren eigenen Projekten anwenden.
Termine
Wir überarbeiten gerade unsere Webseite und die Seminare. Neue Termine gibt es erst ab 2025. Wir bieten dieses Seminar weiterhin als Inhouse-Seminar für Sie und Ihr Team an.
Comelio Medien
Noch auf der Suche nach weiterführender Literatur? Entdecken Sie passende Fachbücher in unserem Katalog.
Themen
- Deskriptive Statistik nutzen, um Daten zu beschreiben
- Wahrscheinlichkeitstheorie verstehen und anwenden
- Zusammenhänge nachweisen und statistische Modelle bauen
- Eigenschaften von Daten prüfen und nachweisen
- Experimente planen und analysieren
Beschreibung
Lernen Sie statistische Verfahren anhand von biowissenschaftlichen Fragestellungen und lernen Sie spezielle Techniken kennen, die bei der Forschung auftreten.Services
- Mittagessen / Catering
- Hilfe bei Hotel / Anreise
- Comelio-Zertifikat
- Flexibel: Bis einen Tag vorher kostenlos stornieren
Inhalt
Einführung
Biostatistik als Bestandteil biowissenschaftlicher Forschung - Population und Stichprobe - Merkmale und SkalenartenBeschreibende Statistik eines Merkmals
Darstellung der Daten in Tabellen - Grafische Darstellung der Daten: Balkendiagramm - Kreisdiagramm - Histogramm - Polygon - Summenhistogramm - SummenpolygonWahrscheinlichkeitstheorie
Grundmodell der Wahrscheinlichkeitstheorie: Zufällige Ereignisse und deren Verknüpfung, Klassische Definition der Wahrscheinlichkeit, Axiomatische Definition der Wahrscheinlichkeit, Rechnen mit Wahrscheinlichkeiten - Zufallsvariablen und ihre Verteilung: Grundbegriffe, Diskrete Zufallsvariablen, Stetige Zufallsvariablen, Verteilungsparameter - Spezielle Verteilungen: Diskrete Verteilungen, Stetige VerteilungenSchätzung unbekannter Parameter
Punktschätzungen - Bereichsschätzungen: Verteilung von Punktschätzungen, KonfidenzintervalleFormulieren und Prüfen von Hypothesen
Inhaltliche und statistische Hypothesen: Klassifikation inhaltlicher Hypothesen, Statistische Alternativhypothesen, Statistische Nullhypothesen - Fehlerarten bei statistischen Entscheidungen - Prüfung statistischer Hypothesen: Der p-Wert, Einseitige und zweiseitige Fragestellungen, Statistische Signifikanz - Ablauf statistischer Tests - Monte-Carlo-Studien und die Bootstrap-TechnikAusgewählte statistische Tests
Parametrische Tests für normalverteilte Merkmale: Vergleich eines Mittelwerts mit einem bekannten Wert, Vergleich zweier Mittelwerte bei unabhängigen Stichproben, Vergleich zweier Mittelwerte bei verbundenen Stichproben, Äquivalenztests, Überprüfung der Voraussetzungen - Tests für ordinalskalierte Merkmale: Vergleich zweier Verteilungen bei unabhängigen Stichproben, Vergleich zweier Verteilungen für verbundene Stichproben - Tests für nominalskalierte (dichotome) Merkmale: Vergleich zweier Wahrscheinlichkeiten bei unabhängigen Stichproben, Vergleich zweier Wahrscheinlichkeiten bei verbundenen StichprobenKorrelations- und Regressionsanalyse
Korrelationsanalyse metrischer Merkmale: Grafische Veranschaulichung bivariater Zusammenhänge, Produkt-Moment-Korrelation, Interpretation von Korrelationen - Korrelationsanalyse ordinalskalierter Merkmale - Korrelationsanalyse nominalskalierter Merkmale - Einfache lineare Regression: Modell und Voraussetzungen, Schätzung der linearen Regressionsfunktion, Varianzzerlegung und Bestimmtheitsmaß, Konfidenzintervalle und Tests - Partielle Korrelationsanalyse - Multiple lineare Regression: Modell und Voraussetzungen, Schätzung der multiplen linearen Regressionsfunktion, Multiples Bestimmtheitsmaß und Tests, Multikollinearität und optimale MerkmalsmengenVarianzanalyse
Einfaktorielle Varianzanalyse (Modell I): Modell, Voraussetzungen und statistische Hypothesen, Quadratsummenzerlegung und Signifikanzprüfung, Multiple Vergleiche - Zweifaktorielle Varianzanalyse (Modell I): Modell, Voraussetzungen und statistische Hypothesen, Quadratsummenzerlegung und Signifikanzprüfung - Varianzanalyse mit zufälligen Effekten (Modell II): Modell, Voraussetzungen und statistische Hypothesen, Schätzung der Varianzkomponenten und Signifikanz prüfung - Rangvarianzanalyse für ordinalskalierte Merkmale: Globalvergleich der Rangvarianzanalyse, Multiple VergleicheBiostatistische Versuchsplanung
Bedeutung der Versuchsplanung in der biowissenschaftlichen Forschung - Grundlegende Aspekte der Versuchsplanung: Varianzquellen in biowissenschaftlichen Untersuchungen, Allgemeine Prinzipien der Versuchsplanung, Typen von Stichproben, Versuchspläne - Bestimmung optimaler StichprobenumfängeDozent/in
Unser Trainer für Statistik und Data-Mining mit R Marco Skulschus studierte in Wuppertal und Paris Ökonomie und arbeitet schon seit mehr als 10 Jahren als Dozent, Fachbuch-Autor zum Thema Datenbanken, Datenanalyse und als Berater für statistische Analyse mit R. Teilnehmer/innen seiner R-Seminare sind Betriebswirte / Volkswirtschaftler, Ingenieure und Doktoranden, die für Statistik und Data Mining R einsetzen wollen.Veröffentlichungen
- Grundlagen empirische Sozialforschung (Comelio Medien)
978-3-939701-23-1 - System und Systematik von Fragebögen (Comelio Medien)
978-3-939701-26-2 - Oracle SQL (Comelio Medien)
978-3-939701-41-5 - SQL Server 2012: Data Mining und multivariate Verfahren (Comelio Medien)
978-3-939701-85-9 - SQL und relationale Datenbanken (Comelio Medien)
978-3-939701-52-1