KLMED8016

ANOVA modeller

Sist undervist 2024

Vår

Trondheim

Engelsk

Oversikt

Ståprosent

100 %

likt

Karakterfordeling
Ståprosent over tid

Om emnet

Faglig innhold

Dette kurset dekker statistiske metoder for å sammenligne gjennomsnittsverdier av en kontinuerlig normalfordelt variable mellom grupper definert av en eller to grupperingsfaktorer (en-veis og to-veis variansanalyse, h.h.v.). For enveis ANOVA, strategier for å behandle multippel testing problemer i parvise sammenligninger mellom grupper og ikke-parametrisk alternative test (Kruskal-Wallis test) vil bli omtalt. For to-veis ANOVA, modeller både uten og med interaksjon mellom de to grupperings-faktorene (full faktoriell modell) vil bli dekket. Kovariansanalyse (ANCOVA, linær regresjon i grupper) for å sammenligne justerte framfor ujusterte gruppe-gjennomsnitt, er også del av pensum for kurset. Evaluering av antagelser på modellen og strategier for å behandle avvik fra antagelser, vil bli dekket. ANOVA modeller er en undergruppe av generelle linære modeller, og likheter og ulikheter mellom ANOVA modellen og en (generell) linær regresjonsmodell vil bli framhevet. ANOVA modeller er typisk anvendt innen eksperimentell forskning men kan også anvendes på data fra observasjonsstudier.

Læringsmål

Etter vellykket gjennomføring av dette kurset skal studenten

  • ha oppnådd teoretisk kunnskap om metoder og modeller dekket av kurset, inkludert prinsipper for estimering og hypotestesting
  • ha evne til å velge en egnet metode eller modell for å evaluere enkle og mer komplekse vitenskapelige problemstillinger
  • klare å utføre dataanalyser ved hjelp av en statistisk programpakke og klare å trekke ut og tolke relevant informasjon fra utskriften fra analysen
  • ha kunnskap om og ha evne til å evaluere underliggende antagelser på modell eller metoden som anvendes
  • klare å rapportere resultater fra den statistiske data-analysen i et vitenskapelig medisinsk tidsskrift

Læringsformer og aktiviteter

Forelesninger og oppgaveløsning i siste del av vårsemester. Praktiske dataanalyser ved hjelp av statistisk programpakke (SPSS og/eller STATA).