040975 UK Biometrie 1 (2022S)
Prüfungsimmanente Lehrveranstaltung
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 07.02.2022 09:00 bis Mo 21.02.2022 12:00
- Anmeldung von Do 24.02.2022 09:00 bis Fr 25.02.2022 12:00
- Abmeldung bis Mo 14.03.2022 23:59
Details
max. 30 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Montag
07.03.
15:00 - 16:30
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
14.03.
15:00 - 16:30
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
21.03.
15:00 - 16:30
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
28.03.
15:00 - 16:30
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
04.04.
15:00 - 16:30
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
25.04.
15:00 - 16:30
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
02.05.
15:00 - 16:30
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
09.05.
15:00 - 16:30
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
16.05.
15:00 - 16:30
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
23.05.
15:00 - 16:30
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
30.05.
15:00 - 16:30
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
13.06.
15:00 - 16:30
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
20.06.
15:00 - 16:30
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Montag
27.06.
15:00 - 16:30
Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Kreuzerlübungen mit Minitests
Ausarbeitung eines Beispiels mit Daten
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 Punkte2. Komponente: Beurteilung der schriftlichen Leistung bei den Minitests (Maximal 3 Punkte)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
* 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 Punkte2. Komponente: Beurteilung der schriftlichen Leistung bei den Minitests (Maximal 3 Punkte)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 InferenzMcCulloch, Searle: Generalized, Linear and Mixed ModelsVerbeke, Molenberghs: Linear Mixed Models for Longitudinal DataStroup: Generalized Linear Mixed ModelsWest, Welch, Galecki: Linear Mixed Models
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Mo 07.03.2022 12:48
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