Flernivåmodeller

Fordeler og ulemper med avhengige observasjoner. Summasjonsmål (f.eks. arealet under kurven [AUC], stigningskoeffisient, min/max verdi) Kovarians- og korrelasjon. Varianskomponenter. Lineær og logistisk modell med faste og tilfeldige effekter ("mixed effect models") for flernivåanalyse. Bruk av programvaren Stata.

Etter å ha gjennomgått kurset skal studenten være i stand til å:

• Forstå betydningen av avhengighet i grupperte observasjoner, og hvordan denne avhengigheten endrer tilnærmingen til statistisk analyse og modellering; såvel som konsekvensene av å se bort fra dette;
• Identifisere grupper og nivåer innenfor et hierarki av observasjoner (f.eks. flere målinger innen samme individ), og gjenkjenne mulig avhengighet av observasjoner ved å betrakte forsøksoppsettet og/eller det resulterende datamaterialet;
• Forstå prinsippene for forsøksoppsett der eksperimentelle faktorer varierer både mellom og innen grupper;
• Gjennomføre enkle, deskriptive analyser som beregning av utvalgs-kovarians og korrelasjon; inklusive grafisk visualisering med scatterplot for å belyse nøkkelegenskaper ved grupperte observasjoner;
• Estimere og tolke lineær sammensatt modell med varianskomponenter;
• Estimere og tolke lineær "mixed effects" modell med tilfeldig konstantledd;
• Estimere og tolke logistisk "mixed effects" modell med tilfeldig konstantledd;
• Estimere og tolke lineær "mixed" modell med tilfeldig konstantledd og tilfeldig stigningstall for kovariater.
• Bruke relevant programvare.

Lectures and guided excercises.