Statystyka w medycynie – metody podstawowe

Szkolenie dla osób prowadzących badania empiryczne w obszarze biomedycyny, które chciałyby poprawnie planować badania oraz opracowywać ich wyniki, wykorzystując metody statystycznej analizy danych. Uczestnicy poznają podstawowe metody i procedury statystyczne wykorzystywane w badaniach biomedycznych oraz podstawy obsługi programu Statistica. Naukę ułatwią praktyczne przykłady analiz bazujących na danych pochodzących z rzeczywistych projektów badawczych.

Dla kogo?

• Lekarzy
• Fizjoterapeutów
• Pielęgniarek
• Epidemiologów
• Przedstawicieli nauk biologicznych

Co zyskasz?

• Zrozumiesz statystyczne aspekty planowania badań empirycznych w biomedycynie
• Poznasz lub usystematyzujesz podstawowe pojęcia statystycznej analizy danych stosowane w biomedycynie
• Szybko i bezstresowo zaczniesz używać programu Statistica
• Samodzielnie przejdziesz przez kolejne etapy podstawowej analizy danych w programie Statistica
• Poznasz podstawowe zagadnienia opisowej analizy danych, wnioskowania statystycznego oraz analizy współzależności zjawisk w naukach medycznych
• Otrzymasz praktyczne wskazówki, jak unikać błędów w analizie danych i ich interpretacji

Program szkolenia

1. Wstęp
   • Podstawowe informacje o programie Statistica
2. Wprowadzenie do obsługi programu Statistica
   • Import przykładowego zbioru danych z innej aplikacji
   • Tworzenie zapytań do baz danych za pomocą Statistica Query
3. Wybrane operacje zarządzania danymi
   • Tworzenie nowych zmiennych, przekodowanie
   • Tworzenie podzbioru
   • Sprawdzanie poprawności danych
   • Sortowanie danych
   • Filtrowanie danych
   • Zabezpieczenie danych
4. Podstawowe pojęcia ze statystyki
5. Opisowa analiza danych
   • Grupowanie materiału statystycznego
   • Statystyki opisowe
   • Opracowanie wyników analiz
6. Estymacja
   • Przedziały ufności
7. ABC weryfikacji hipotez
8. Wybrane zagadnienia wnioskowania statystycznego
   • Weryfikacja normalności
9. Testy dla porównania prób
   • Przykłady stosowania testu t-Studenta dla zmiennych niepowiązanych
   • Przykłady stosowania testu t Studenta dla zmiennych powiązanych
   • Przykład opracowania wyników jednoczynnikowej analizy wariancji (ANOVA)
   • Przykład zastosowania testów nieparametrycznych
10. Wprowadzenie do analizy współzależności zjawisk
    • Przykłady analizy korelacji
    • Przykłady analizy regresji liniowej
11. Analiza zmiennych jakościowych
    • Porównanie dwóch wskaźników struktury (proporcji)
12. Dodatek
    • Wyszukiwanie wartości nietypowych
    • Ocena mocy testu
    • Makra