Развернутый статистический анализ в медико-биологических исследованиях

Институт восточной медицины РУДН

Описание учебной программы кафедры алгологии и реабилитации

Тематическое усовершенствование (ТУ) 

Продолжительность обучения: 72 академических часа
Форма обучения: очная
Даты проведения: по мере комплектования групп

Число слушателей в группе: 5-10 человек.
Место проведения: г. Москва, ул. Миклухо-Маклая д.6 (Институт восточной медицины)

Квалификационные требования к слушателям: Аспиранты; Докторанты; Врачи любой специальности, проводящие научные клинические исследования.

Для прохождения курса необходимо иметь: Ноутбук с установленной программой SPSS версии 16 и выше. (ссылка на демо-версию программы: http://www.ibm.com/software/products/ru/spss-stats-base)

Стоимость: 20 000 рублей.

 

Пройдя курс, слушатели овладевают следующими знаниями и навыками:

  1. 1.     Знаниями об общих задачах статистики в медико-биологическом исследовании.
  2. 2.     Знаниями об объекте исследования, качественных и количественных признаках объекта исследования.
  3. 3.     Знаниями о требования к выборочному исследованию, научится определять объем необходимой выборки.
  4. 4.     Знаниями об основных терминах и понятиях медико-биологической статистики.
  5. 5.     Знаниями о типах распределения данных в выборке, основных характеристиках выборки в зависимости от типа распределения.
  6. 6.     Навыком создания таблиц данных, группировки данных по признакам объекта исследования.
  7. 7.     Навыком кодирования переменных в программе SPSS
  8. 8.     Навыком проверки качества данных в программе SPSS
  9. 9.     Навыком определения типа распределения данных с использованием теста Колмогорова-Смирнова в программе SPSS
  10. 10.  Навыком определения задач статистического анализа, выбора алгоритмов анализа в соответствии с задачами и в зависимости от характеристик выборки.
  11. 11.  Знаниями о роли описательных статистик и частот в составлении отчета по медико-биологическому исследованию
  12. 12.  Навыками расчета описательных статистик для количественных переменных (применение команд Descriptives и Explore, интерпретация результатов и составление отчета по результатам расчета описательных статистик).
  13. 13.  Навыками расчета частот для ординарных и номинальных переменных (применение команды Frecuencies, интерпретация результата и составление отчета по результатам расчета частот).
  14. 14.  Знаниями об области применения однофакторного дисперсионного анализа. Навыками проведения однофакторного дисперсионного анализа (применение команды One-Way ANOVA, определение корректности и применимости проведенного анализа,  интерпретация его результатов и составление отчета).
  15. 15.  Навыком сравнения двух независимых выборок с нормальным типом распределения данных (использование команды Independent-Samples T Test, интерпретация результатов сравнения и составление отчета).
  16. 16.  Навыком сравнения двух связанных выборок с нормальным типом распределения данных (использование команды Paired-Samples T Test, интерпретация результатов сравнения, составление отчета по результатам анализа).
  17. 17.  Знаниями об области применения непараметрических тестов, навыком выбора алгоритма непараметрического анализа в зависимости от параметров выборки
  18. 18.  Навыком сравнения двух независимых выборок вне зависимости от типа распределения (применение критерия Манна-Уитни, алгоритм выполнения команды 2 Independent Samples, интерпретация результатов анализа и составление отчета).
  19. 19.  Навыком сравнения более двух независимых выборок вне зависимости от типа распределения (использование критерия Краскала-Уоллеса, алгоритм выполнения команды K Independent Samples, интерпретация результатов анализа и составление статистического отчета).
  20. 20.  Навыком сравнения двух связанных выборок вне зависимости от типа распределения (применение критерия Вилкоксона, алгоритм выполнения команды 2 Related Samples, интерпретация результатов анализа и составление статистического отчета).
  21. 21.  Навыком сравнения более двух связанных выборок вне зависимости от типа распределения (использование критерия Фридмана, алгоритм выполнение команды K Related Samples, интерпретация результатов анализа и составление отчета).
  22. 22.  Навыком применения таблиц сопряженности и использованиея критерия Хи-квадрат для сравнения номинальных переменных (область применения и интерпретация результатов, алгоритм проведения команды Crosstabs).
  23. 23.  Знаниями и навыками проведения корреляционного анализа (команда Correlate-Bivariate, интерпретация результатов анализа, составление статистического отчета).
  24. 24.  Знаниями и навыками проведения регрессионного анализа (выполнение команды Regression-Linear, интерпретация результатов регрессионного анализа, составление статистического отчета).
  25. 25.  Знаниями и навыками проведения факторного анализа (проведение команды Factor, выбор метода ротации данных, определение целесообразности и применимости факторного анализа, выделение основных факторов, добавление значений факторов в выборку, интерпретация факторного анализа и составление статистического отчета).
  26. 26.  Знаниями и навыками проведения кластерного анализа (Задачи, решаемые при помощи кластерного анализа, отличия кластерного анализа от факторного анализа. Условия, необходимые для применения кластерного анализа. Алгоритмы проведения кластерного анализа и интерпретация его результатов, команда Hierarchical cluster, построение статистического отчета).
  27. 27.  Знаниями о графическом представлении результатов статистического анализа, о выборе вида графика или диаграммы в зависимости от статистической задачи и характеристик результатов анализа.

Итоговая аттестация: проводится в виде зачета по теоретическим вопросам и практическим навыкам курса

По окончании слушатели получают удостоверение государственного образца о повышении квалификации в объеме 72 академических часов

Для получения дополнительной информации:
Институт восточной медицины РУДН, кафедра неврологии
pain-clinic.ru

pain-clinic@mail.ru
тел. 8(499)135-16-82; моб. Тел.: 8-965-320-94-74

Контактное лицо: Нестеров Александр Игоревич.