Universität Wien

040975 UK Biometrie 1 (MA) (2023S)

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

An/Abmeldung

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

Details

max. 30 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Montag 06.03. 15:00 - 16:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 20.03. 15:00 - 16:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 27.03. 15:00 - 16:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 17.04. 15:00 - 16:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 24.04. 15:00 - 16:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 08.05. 15:00 - 16:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 15.05. 15:00 - 16:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 22.05. 15:00 - 16:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 05.06. 15:00 - 16:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 12.06. 15:00 - 16:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 19.06. 15:00 - 16:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 26.06. 15:00 - 16:30 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock

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 mit Minitests
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 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 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: Di 14.03.2023 11:28