Dedika je platforma za učenje skozi prakso: na primer, kako pripraviti poslovno ponudbo, postati manikerka ali uporabljati novo orodje. Ne glede na tvoj cilj, najboljša vsebina o tej temi že obstaja. A pogosto je v tujem jeziku, draga, razpršena po spletu, brez vaj za vadbo ali pa je del predolgega tečaja, ki ni primeren za tiste z natrpanim urnikom. Zato ima Dedika svoj pristop: poiščemo gradivo, kjerkoli je, izberemo tisto, kar je smiselno za tvoj cilj, ga pregledamo s pomočjo strokovnjakov, ki so na voljo za vprašanja, in pripravimo praktične naloge, da se učiš skozi delo. Ti si najpomembnejši na svoji poti in nihče te ne pozna bolje: izberi vsebino in trajanje tečaja, ali boš učil z ali brez interneta in v katerem formatu. Lahko je video, besedilo, avdio ali povzetek. Po tvoji meri, samo s tistim, kar ti ustreza. Tukaj je vsak trenutek tvoje predanosti pomemben in hitreje prideš do bistva.

Tečaji so sestavljeni iz najboljše vsebine na svetu na določeno temo: videi, avdio posnetki, članki in knjige. Vsa ta vsebina je opremljena s povzetki, podcasti (za knjige in članke) ter prepisi (za videe in avdio posnetke). Sami izberete, kako želite vsebino spremljati. Vsako gradivo ima posebna vprašanja za utrjevanje znanja. Poleg tega je tečaj sestavljen iz poglavij, ki jih izberete sami, kar vam omogoča, da se učite le tistega, kar je pomembno za vas. Na koncu vsakega poglavja je praktični projekt, povezan z vašo stroko, kjer lahko vadite naučeno.

Naši tečaji vključujejo povzetek na koncu vsakega poglavja, ki ga lahko prenesete kot PDF in natisnete.

Več kot 2 milijona študentov po vsem svetu

Prisotni v več kot 180 državah

Certifikat veljaven v vaši državi

Domov

...

Tečaj statistike v znanstvenem raziskovanju

Vsi tečaji

Naravoslovne vede in raziskovanje

Statistika

Tečaj statistike v znanstvenem raziskovanju

Za vse ravni

Tečaj statistike v znanstvenem raziskovanju

Obvladaš celoten statistični nabor orodij, potreben za načrtovanje, analizo in poročanje o strogih znanstvenih raziskavah. Ta tečaj te popelje od temeljne verjetnosti in opisne statistike do naprednih metod, vključno z analizo preživetja, modeliranjem s strukturnimi enačbami in bayesovskim sklepanjem. Tečaj boš zaključil/-a opremljen/-a za delovanje kot verodostojen, neodvisen statistik v multidisciplinarnih raziskovalnih skupinah.

Dedika za podjetja

Kaj se boste naučili:

Ta tečaj pokriva vse pomembne statistične metode, ki se uporabljajo v sodobnih znanstvenih raziskavah, od testiranja hipotez in regresijske analize do večnivojskih modelov, metaanalize in vzročnega sklepanja. Naučil se boš načrtovati študije, ki zmanjšujejo pristranost, izračunati ustrezne velikosti vzorcev in obvladovati manjkajoče podatke s potrjenimi tehnikami vstavljanja (imputacije). Napredne teme vključujejo analizo preživetja, modeliranje s strukturnimi enačbami in bayesovske metode. Prav tako boš razvil/-a znanje programskih jezikov R in Python za ponovljive statistične delovne tokove. Nazadnje se boš naučil/-a natančno sporočati ugotovitve z uporabo standardov poročanja CONSORT, STROBE in PRISMA.

Kako praktično študirate Tečaj statistike v znanstvenem raziskovanju

Kako vadite Tečaj statistike v znanstvenem raziskovanju

Za vas, ki ste podjetje in želite usposobiti svojo ekipo

Na Dedika za podjetja je tečaj prilagojen z vajami in primeri iz vašega lastnega poslovanja, tako kot vaša podjetja potrebujejo.

Kliknite tukaj

Vsebina tečaja

8 Poglavji • 38 Uč lekcijeTrajanje med 4 in 360 urami (vi se odločite)

Poglavje 1Poglej podrobnosti

Temelji statistike v znanstvenem raziskovanju

Uč lekcija 1 • Osnove verjetnosti za raziskovalce
Uvaja pravila verjetnosti, pogojno verjetnost in neodvisnost kot matematično osnovo za sklepanje. Povezuje teorijo verjetnosti s p-vrednostmi in intervali zaupanja, ki so predstavljeni kasneje.
Uč lekcija 2 • Vrste podatkov in merske lestvice
Razvršča nominalne, ordinalne, intervalne in razmernostne podatke ter povezuje vrsto lestvice z dovoljenimi analizami. Pravilno razvrščanje preprečuje neveljavne statistične operacije v nadaljevanju.
Uč lekcija 3 • Bistvo opisne statistike
Obravnava mere srednje vrednosti, razpršenosti in oblike porazdelitve za povzemanje podatkovnih nizov. Ti povzetki tvorijo osnovo za vse inferenčno delo v kasnejših poglavjih.
Uč lekcija 4 • Pogoste verjetnostne porazdelitve
Pregled normalne, binomske, Poissonove in t-porazdelitve ter njihove uporabe v raziskavah. Razumevanje predpostavk o porazdelitvi je pogoj za veljavno testiranje hipotez.
Uč lekcija 5 • Vloga statistike v raziskovanju
Opredeljuje, kako statistika podpira generiranje hipotez, vrednotenje dokazov in veljavnost zaključkov. Ugotavlja funkcijo statistika v multidisciplinarnih raziskovalnih skupinah.

Poglavje 2Poglej podrobnosti

Načrt raziskave in metode vzorčenja

Uč lekcija 1 • Teorija vzorčenja in strategije
Obravnava verjetnostne in neverjetnostne metode vzorčenja ter njihov vpliv na posplošljivost. Ustrezna strategija vzorčenja je temelj nepristranskega sklepanja na populacijo.
Uč lekcija 2 • Pristranskost, zavajanje in notranja veljavnost
Prepoznava pristranskosti izbire, informacij in zavajanja ter statistične strategije za njihovo obravnavo. Nadzorovanje teh groženj je bistveno pred uporabo inferenčnih metod.
Uč lekcija 3 • Tehnike randomizacije in slepih poskusov
Podrobno opisuje enostavno, bločno, stratificirano in prilagodljivo randomizacijo ter njihovo vlogo pri odpravljanju zavajanja. Postopki slepih poskusov ščitijo pred pristranskostjo izvedbe in zaznavanja.
Uč lekcija 4 • Eksperimentalni in opazovalni načrti
Primerja randomizirane kontrolirane poskuse, kvazi-eksperimente, kohortne, case-control in presečne načrte. Izbira načrta določa, katere vzročne trditve so statistično utemeljene.
Uč lekcija 5 • Velikost vzorca in analiza moči testa
Uči izračun potrebnih velikosti vzorca z uporabo velikosti učinka, alfa in parametrov moči. Premalo zmogljive študije zapravljajo vire in dajejo nezanesljive ugotovitve.

Poglavje 3Poglej podrobnosti

Testiranje hipotez in sklepanje

Uč lekcija 1 • Parametrični testi za povprečja
Obravnava t-teste za en vzorec, neodvisne in odvisne vzorce ter enosmerno ANOVO s preverjanjem predpostavk. Ti testi obravnavajo najpogostejša vprašanja primerjav povprečij v raziskovanju.
Uč lekcija 2 • Oblikovanje hipotez in logika testov
Ugotavlja konstrukcijo ničelne in alternativne hipoteze ter logiko statističnega odločanja. Pravilno oblikovanje preprečuje neusklajene teste in napačno interpretirane izide.
Uč lekcija 3 • Hi-kvadrat in testi za kategorične podatke
Uporablja hi-kvadrat teste prileganja modela in neodvisnosti ter Fisherjev natančni test na kategoričnih izidih. Te metode so bistvene za primerjave frekvenc in deležev v raziskovanju.
Uč lekcija 4 • Neparametrične alternative
Uvaja teste na osnovi rangov za podatke, ki kršijo parametrične predpostavke, vključno z Wilcoxonovim, Kruskal-Wallisovim in Friedmanovim testom. Izbira neparametričnih metod ohranja veljavnost, ko predpostavke niso izpolnjene.
Uč lekcija 5 • Intervali zaupanja in velikosti učinka
Uči konstruiranje in interpretacijo intervalov zaupanja skupaj z merami velikosti učinka, kot sta Cohenov d in razmerje obetov. Ti dopolnjujejo p-vrednosti za popolno inferenčno poročanje.

Poglavje 4Poglej podrobnosti

Regresijska analiza za raziskovanje

Uč lekcija 1 • Večkratna linearna regresija
Razširja regresijo na več napovednih spremenljivk, obravnava multikolinearnost, izbiro spremenljivk in prilagojeni R-kvadrat. Multivariatno nadzorovanje je osrednjega pomena za analizo opazovalnih raziskav.
Uč lekcija 2 • Načela enostavne linearne regresije
Izpelje regresijsko premico po metodi najmanjših kvadratov, interpretira naklon in presečišče ter oceni prileganje modela. Ta razdelek vzpostavlja konceptualno jedro za vse razširitve regresije.
Uč lekcija 3 • Logistična regresija za binarne izide
Modelira binarne izide z uporabo logistične regresije, interpretira log-razmerje obetov, razmerje obetov in diskriminacijo modela. Logistična regresija je standardno orodje za dihotomne končne točke raziskav.
Uč lekcija 4 • Pregled posplošenih linearnih modelov
Uvaja Poissonovo, negativno binomsko in gama regresijo za števne in asimetrične izide. Razširja regresijski okvir na ne-normalne porazdelitve odziva, pogoste v raziskovanju.
Uč lekcija 5 • Regresijska diagnostika in validacija
Prepoznava vplivne točke, heteroskedastičnost in nelinearnost s pomočjo grafov ostankov in mere vzvoda. Diagnostična natančnost zagotavlja, da so zaključki modela zanesljivi.

Poglavje 5Poglej podrobnosti

Manjkajoči podatki in upravljanje kakovosti podatkov

Uč lekcija 1 • Enojna in večkratna imputacija
Uporablja povprečno, regresijsko in večkratno imputacijo z veriženimi enačbami za obravnavanje manjkajočih vrednosti. Večkratna imputacija ohranja negotovost in daje nepristranske ocene pod MAR.
Uč lekcija 2 • Mehanizmi manjkajočih podatkov in vzorci
Razlikuje mehanizme MCAR, MAR in MNAR ter njihove posledice za veljavnost analize. Pravilna identifikacija mehanizma določa, katere strategije odpravljanja so statistično upravičene.
Uč lekcija 3 • Čiščenje podatkov in upravljanje osamelcev
Vzpostavlja sistematične postopke za odkrivanje napak, neskladnosti in osamelcev pred analizo. Čisti podatki so predpogoj za ponovljive in zanesljive statistične rezultate.
Uč lekcija 4 • Upravljanje podatkov in ponovljivost
Obravnava podatkovne slovarje, različice in skriptne delotoke za zagotavljanje ponovljivih analiz. Standardi ponovljivosti so vse pogosteje zahteva revij in financerjev.

Poglavje 6Poglej podrobnosti

Multivariatne in napredne statistične metode

Uč lekcija 1 • Tehnike analize skupin
Združuje opazovanja z uporabo hierarhičnega in k-means razvrščanja, da razkrije naravne strukture podatkov. Analiza skupin podpira identifikacijo podskupin v epidemioloških in vedenjskih raziskavah.
Uč lekcija 2 • Osnove modeliranja s strukturnimi enačbami
Uvaja diagrame poti, merske modele in strukturne modele za testiranje kompleksnih teoretičnih okvirov. SEM združuje faktorsko analizo in regresijo v enoten konfirmatorni pristop.
Uč lekcija 3 • Analiza glavnih komponent in faktorska analiza
Zmanjšuje dimenzionalnost z uporabo PCA in identificira latentne konstrukte s pomočjo eksploratorne faktorske analize. Te metode so osnova za razvoj lestvic in stiskanje podatkov v raziskovanju.
Uč lekcija 4 • Multivariatna analiza variance
Razširja ANOVO na več odvisnih spremenljivk hkrati in nadzoruje skupno stopnjo napake. MANOVA je bistvenega pomena, ko so izidi teoretično povezani in jih ne bi smeli testirati ločeno.
Uč lekcija 5 • Večnivojski in modeli z mešanimi učinki
Modelira hierarhične podatkovne strukture, kot so učenci znotraj šol ali bolniki znotraj klinik, z uporabo slučajnih učinkov. Ignoriranje grupiranja napihne napako prve vrste in pristransko oceni standardne napake.

Poglavje 7Poglej podrobnosti

Analiza longitudinalnih podatkov in preživetja

Uč lekcija 1 • Konkurenčna tveganja in napredne metode preživetja
Obravnava konkurenčne dogodke z uporabo modelov glede na vzrok specifičnega tveganja in subdistribucijskih modelov tveganja. Standardne metode preživetja dajejo pristranske ocene, kadar so prisotna konkurenčna tveganja.
Uč lekcija 2 • Coxova regresija proporcionalnih tveganj
Modelira učinke kovariat na stopnje tveganja z uporabo Coxovega modela, vključno s testiranjem predpostavk in interpretacijo. Coxov model je prevladujoče orodje za regresijo izidov preživetja v raziskovanju.
Uč lekcija 3 • Načrti s ponovljenimi meritvami in longitudinalni načrti
Obravnava načrte znotraj oseb, predpostavko o sferičnosti in pristope mešanih modelov za longitudinalne podatke. Pravilna obravnava koreliranih opazovanj je ključna za veljavno longitudinalno sklepanje.
Uč lekcija 4 • Osnove analize preživetja
Uvaja podatke o času do dogodka, vrste cenzuriranja in Kaplan-Meierjevo cenilko za funkcije preživetja. Analiza preživetja je standardni okvir za izide časa do dogodka v raziskovanju.

Poglavje 8Poglej podrobnosti

Statistično poročanje in raziskovalno komuniciranje

Uč lekcija 1 • Strokovni pregled in statistična kritika
Razvija veščine za kritično vrednotenje statističnih metod in rezultatov v predloženih rokopisih. Statistiki, ki služijo kot recenzenti, varujejo integriteto objavljenega znanstvenega zapisa.
Uč lekcija 2 • Tabele in slike za statistične rezultate
Oblikuje učinkovite tabele za opisno statistiko, regresijske izide in rezultate preživetja. Dobro izdelani vizualni elementi pospešijo razumevanje bralca in zmanjšajo število besed v rokopisu.
Uč lekcija 3 • Standardi in smernice poročanja
Uporablja CONSORT, STROBE, PRISMA in sorodne kontrolne sezname za poročanje, da zagotovi pregledno razkritje metod. Upoštevanje standardov poročanja zahteva večina recenziranih revij.
Uč lekcija 4 • Interpretiranje in sporočanje negotovosti
Uči natančno besedno in pisno interpretacijo p-vrednosti, intervalov zaupanja in velikosti učinka. Napačna interpretacija negotovosti je vodilni vir napak v objavljenih raziskavah.
Uč lekcija 5 • Predstavljanje statistike raznolikemu občinstvu
Prilagaja statistično komunikacijo za klinike, oblikovalce politik in javnost z uporabo preprostega jezika in vizualnih orodij. Učinkovit prevod ugotovitev poveča učinek raziskav zunaj akademskih revij.

Certifikacija

Vaš veljaven certifikat o zaključku

Ta tečaj je namenjen vam:

Podiplomski študenti: potrebujejo temeljito statistično podlago za raziskave pri diplomskem delu.
Klinični raziskovalci: želijo samostojno analizirati podatke iz kliničnih preskušanj in opazovalnih študij.
Epidemiologi: želijo okrepiti veščine vzročnega sklepanja in načrtovanja študij.
Koordinatorji raziskav: pripravljeni so prevzeti vlogo specializiranega statističnega analitika.
Akademski znanstveniki: sodelujejo s statistiki, vendar želijo poglobiti lastno strokovno usposobljenost.
Strokovnjaki javnega zdravja: si prizadevajo voditi kvantitativne analize populacijskih študij.

Kaj pravijo naši učenci

Vaše predavanja so popolna. Kupil sem enoletni paket in končno imam priložnost spremljati različne teme, ki me zanimajo, ne da bi moral menjati platformo... hvala za vse, kar počnete, že sem vas priporočil drugim ljudem...