Universität Wien FIND

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Vor-Ort-Lehre und Umstellung auf Online-Prüfungen) erforderlich sein. Melden Sie sich für Lehrveranstaltungen/Prüfungen über u:space an, informieren Sie sich über den aktuellen Stand auf u:find und auf der Lernplattform moodle.

Regelungen zum Lehrbetrieb vor Ort inkl. Eintrittstests finden Sie unter https://studieren.univie.ac.at/info.

Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

040975 UK Biometrie 1 (2021S)

3.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung
DIGITAL

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 50 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Freitag 05.03. 09:45 - 11:15 Digital
Freitag 19.03. 09:45 - 11:15 Digital
Freitag 26.03. 09:45 - 11:15 Digital
Freitag 16.04. 09:45 - 11:15 Digital
Freitag 23.04. 09:45 - 11:15 Digital
Freitag 30.04. 09:45 - 11:15 Digital
Freitag 07.05. 09:45 - 11:15 Digital
Freitag 14.05. 09:45 - 11:15 Digital
Freitag 21.05. 09:45 - 11:15 Digital
Freitag 28.05. 09:45 - 11:15 Digital
Freitag 04.06. 09:45 - 11:15 Digital
Freitag 11.06. 09:45 - 11:15 Digital
Freitag 18.06. 09:45 - 11:15 Digital
Freitag 25.06. 09:45 - 11:15 Digital

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Theorie und Anwendungen (speziell in der Medizin) von Mixed Models

Kapitelübersicht:
1) ML Theorie (Score Test, Wald Test, LR Test)
2) Theorie für Mixed Models anhand von einfachster Random Effects ANOVA
- ML und REML Schätzer
- Prediction
3) Allgemeines Lineares Mixed Model (LMM)
- ML und REML
- BLUP
- Henderson equations
- Tests für Varianzkomponenten
4) Longitudinale Daten
5) GLMM
6) Mixed Models mit R

Art der Leistungskontrolle und erlaubte Hilfsmittel

Kreuzerlübungen
Ausarbeitung eines Beispiels mit Daten

Mindestanforderungen und Beurteilungsmaßstab

Die Note für die Übungen setzt sich aus 3 Komponenten zusammen:

1. Komponente: Prozentzahl der angekreuzten Beispiele (x)

* X < 50% 0 Punkte
* 50 - 55% 0,5 Punkte
* 55 - 60% 1 Punkt
* 60 - 65% 1,5 Punkte
* 65 - 70% 2 Punkte
* 70 - 75% 2,5 Punkte
* 75 - 80% 3 Punkte
* 80 - 90% 3,5 Punkte
* 90 - 100% 4 Punkte

2. Komponente: Beurteilung der mündlichen Leistung (Maximal 2 Punkte)

Es ist mir wesentlich, dass klar erkennbar ist, dass das Beispiel verstanden wurde bzw. dass Sie sich ernsthaft mir der jeweiligen Frage auseinandergesetzt haben.

3. Komponente: Ausarbeitung eines Beispiels, wo ich die Daten zur Verfügung stelle. Je nach Anzahl der TeilnehmerInnen 2er oder 3er Gruppen. Die Aufgabe wird so gestellt sein, dass man Mixed Models zur Analyse der Daten benötigt. (Maximal 4 Punkte)

Notenschlüssel:
> 9.5 Punkte: Sehr Gut.
> 8.5 Punkte: Gut
> 7 Punkte: Befriedigend
> 5.5 Punkte: Genügend
0 – 5.5 Punkte: Nicht Genügend

Prüfungsstoff

Entsprechend der Folien zur Lehrveranstaltung

Literatur

Leo Held: Methoden der statistischen Inferenz

McCulloch, Searle: Generalized, Linear and Mixed Models

Verbeke, Molenberghs: Linear Mixed Models for Longitudinal Data

Stroup: Generalized Linear Mixed Models

West, Welch, Galecki: Linear Mixed Models

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mi 21.04.2021 11:25