Mixed Models

In de biowetenschappen worden responsvariabelen vaak meer dan eens per individu waargenomen. Dit stelt de onderzoeker in staat om de ontwikkeling van de variabele van belang binnen individuen te bestuderen, waardoor de variatie tussen individuen wordt geëlimineerd en de kracht van het ontwerp wordt vergroot. Omdat observaties op hetzelfde individu bijna altijd gecorreleerd zijn, zijn speciale methoden nodig om met deze afhankelijkheid om te gaan.

R.K. (Rebecca) Stellato, PhD
University Medical Center Utrecht
Overzicht
  • 6 weken - 7 uur per week
  • Academisch Certificaat
  • 1.5 EC
  • Online
  • Engels
€1061,-
Kies je startdatum
Er zijn geen beschikbare data op dit moment
Inschrijven
Wil je betalen op factuur?

Cursusbeschrijving

Leerdoelen

Aan het einde van de cursus kan je:

  • het verschil begrijpen tussen vaste en willekeurige effecten
  • weten wanneer je in de praktijk een gemengd model moet toepassen
  • gemengde modelanalyses uitvoeren met behulp van statistische software R 
  • de resultaten van gemengde modelanalyses interpreteren in termen van de context van de onderzoeksvragen 
  • de meest gebruikte methoden kennen om modelgeschiktheid en modelpassendheid te controleren
  • de resultaten van gemengde modelanalyses rapporteren aan niet-statistische onderzoekers

Cursusonderwerpen

  • Inleiding tot multilevel modellering
    Studenten worden geïntroduceerd in gemengde en multiniveau modellen, te beginnen met willekeurige en vaste effecten in een tweeniveau model. De reden voor het toepassen van gemengde modellen zal worden uitgelegd, en studenten zullen hun eerste gemengde model in R toepassen.
  • Longitudinale data (modellering van tijd)
    Studenten worden geïntroduceerd in de kenmerken van longitudinale data, zoals hoe herhaalde metingen voor dezelfde onderwerpen in de loop van de tijd gecorreleerd zijn. Studenten leren waarom het belangrijk is om rekening te houden met de correlatie in de tijd. Longitudinale data worden gemodelleerd als multiniveau data (tijd modellering); correlatiestructuren in longitudinale data worden besproken.
  • Technische kwesties in multilevel/longitudinale modellering Studenten leren (en passen toe) methoden voor modelreductie/selectie/testen en REML-schattingen in lineaire gemengde modellen (LMM). Studenten worden ook geïntroduceerd in het controleren van modelaannames / modeldiagnostiek in LMM. Het centreren van verklarende variabelen en het toevoegen van polynomiale termen aan het model worden besproken en vervolgens toegepast door de studenten in R.
  • Voorbij het Lineaire Gemengde Model
    Studenten worden geïntroduceerd in multiniveau modellen voor binomiale, Poisson en overlevingsuitkomsten. Verschillende schattingsprocedures gebruikt door software voor het toepassen van gemengde modellen worden kort besproken.

Assessment

Om deze cursus succesvol af te ronden, dien je actief deel te nemen aan de discussieforums en de opdrachten te voltooien, waaronder:

  • Individuele en groepsopdrachten
  • Het afleggen van een quiz aan het einde van de eerste vier leereenheden
  • Een eindopdracht: dit zal een presentatie zijn van een casestudy door de student. De deadline voor indiening en de datum voor de herkansing zullen zo snel mogelijk worden aangekondigd.

Vereisten

Om je in te schrijven voor deze cursus heb je het volgende nodig:

  • Een academisch (universitair) denkniveau 
  • Toegang tot het computerprogramma R 
  • “The Practice of Statistics in the Life Sciences” door Baldi en Moore (MacMillan uitgevers), 4e editie

FAQ Mixed Models

Wij bieden kortingen aan deelnemers uit lage- en lagere-middeninkomenslanden. Werknemers en studenten van de Universiteit Utrecht en het UMC Utrecht komen in aanmerking voor een korting van 10%. Helaas bieden we geen beurzen aan.

Nee, er zijn geen vaste tijden waarop je online moet zijn, omdat het een asynchrone cursus is. Alle weblectures zijn vooraf opgenomen. Er zijn echter wel wekelijkse deadlines (zowel doordeweeks als in het weekend). Elke week omvat ongeveer 14 studie-uren. Om maximale interactie te ervaren, raden we je aan om meerdere keren per week in te loggen. Verder moet je er rekening mee houden dat de docent en de e-moderator in het weekend niet beschikbaar zijn.

Nee, dit is niet mogelijk omdat de cursus groepsopdrachten bevat, waardoor je niet vooruit kunt werken. Elke week wordt een nieuwe leereenheid beschikbaar gesteld. Dit betekent dat niet alle leereenheden tegelijkertijd open zijn. Daarnaast kun je de cursus niet inhalen, omdat er elke week deadlines zijn die moeten worden gehaald.

Na inschrijving ontvang je een bevestigingsmail. Een week voordat de cursus officieel begint, ontvang je een e-mail met meer gedetailleerde informatie en planning.

Als je een cursus hebt besteld en direct hebt betaald, ontvang je een e-mail met je inloggegevens. Soms komt deze e-mail in je spamfolder terecht. Als je al een bestaand account hebt, log dan gewoon in op onze leeromgeving. De zojuist bestelde cursus zal zichtbaar zijn in je account. Als je per factuur hebt betaald, ontvang je je inloggegevens zodra de factuur is betaald. Als de cursus binnenkort begint en je je inloggegevens nog niet hebt ontvangen, neem dan contact met ons op via info@elevatehealth.eu om de status van de betaling te controleren.

Wanneer je alle opdrachten hebt voltooid of het examen met een goed cijfer hebt afgerond, ontvang je een officieel certificaat van de Universiteit Utrecht. Alle academische certificaten die door de Universiteit Utrecht worden uitgegeven, worden per post naar het adres gestuurd dat in je account is geregistreerd. Aangezien deze certificaten officiële documenten zijn, kunnen ze niet per e-mail worden verzonden.

Kies een startdatum
Inschrijven
Wil je betalen op factuur?
Er zijn geen beschikbare data op dit moment

Heb je een vraag?

Op zoek naar meer informatie? Neem contact op.
Privacy policy(Vereist)
Pop-up sluiten

Ook interessant