Elementare Methoden der Biometrie

Dozent: Jan Beyersmann

Übungsleiter: Jan Feifel

Allgemeine Informationen:

Sprache

Deutsch (English on request)
Vorlesung 2 h

Übung

1 h

  Voraussetzungen:         Elementare Wahrscheinlichkeitsrechnung und Statistik, Grundkenntnisse in R


Vorlesung:                       E-Learning Veranstaltung via Moodle.
 

Übung:                              E-Learning Veranstaltung via Moodle.

 

   Klausur:                          TBA

   Nachklausur:                 TBA


Inhalt:  

Die Vorlesung behandelt Themen, die Studierende der mathematischen Biometrie am Ende ihres Bachelorstudiums beherrschen sollte, die jedoch nicht oder vielleicht nur am Rande in anderen Veranstaltungen behandelt werden. Die Vorlesung richtet sich ferner an alle Bachelorstudierenden der mathematischen Studiengänge mit einem Interesse an datenanalytischen Methoden ("Data Science") in den Lebenswissenschaften. Wir beginnen mit einem Studium der elementaren biometrischen Risikomaße, untersuchen deren mathematische Eigenschaften und illustrieren an Beispielen, dass etwa die vergleichende Quantifizierung eines Erkrankungsrisikos i.A. nicht eindeutig ist. Weitere Themen sind u.a. die Beurteilung der Gleichwertigkeit von Behandlungen, Studienplanung, Meta-Analyse, retrospektive, stratifizierte und gemachte Analysen. Gegen Ende werden wir einen Ausblick auf biometrisch aktuelle Fragestellungen der Kausalität und der Prädiktion geben. Biometriestudierende, die nicht beweisen können, warum in Fall-Kontroll-Studien nur, dass Odds Ratio schätzbar ist, oder die den Mantel-Haenszel Schätzer oder die Konfidenzintervall-Inklusion für Äquivalenztests nicht kennen (und für ersteren keine approximative Verteilung herleiten und für letztere nicht beweisen können, warum ein 1 - 2 alpha Konfidenzintervall "reicht"), sollten diese Veranstaltung hören.

Ferner wird die Vorlesung dieses Semester und in Ergänzung des Seminars Mathematische Biometrie am Anfang ein einführendes Kapitel in die Überlebenszeitanalyse enthalten.

 

  Literatur:

  • Lachin, John M. Biostatistical methods : the assessment of relative risks, Wiley 2011.
  • Schumacher, Martin und Schulgen, Gabi, Methodik klinischer Studien: methodische Grundlagen der Planung, Durchführung und Auswertung, Springer, 2008.
  • Held, Leonhard, Rufibach, Kaspar und Seifert Burkhardt, Medizinische Statistik: Konzepte, Methoden, Anwendungen, Pearson Higher Education, 2013.

Exercises

Dr. Jan Feifel
Real-World Data Scientist
Merck Healthcare KGaA, Global Research & Development, Clinical Measurements Sciences
Merck Healthcare KGaA, Global Research & Development, Clinical Measurements Sciences
Frankfurter Straße 250
64293 Darmstadt
Hessen
Deutschland