Responsive image

Grundlagen der Statistik für Forschung, Klinik und Doktorarbeit - Eine Einführung mit der Software R (Winter 2024/25)

Modulkennung:
KOMORB16

Dozent:
Prof. Dr. Thomas Stiehl

Termin:
3.2.2025-7.2.2025 (erste Woche der vorlesungsfreien Zeit), jeweils 10.00-15.00 Uhr, Pauwelsstr. 19 (MTZ), Etage 3, Flur B, Raum 3.04

Start:
3.2.2025

Vorlesungsunterlagen:
Die Unterlagen werden nach jeder Veranstaltung zur Verfügung gestellt.
Zusammenfassung:

Statistik ist ein wichtiges Werkzeug in den Lebenswissenschaften. Spätestens im Rahmen einer geplanten Doktorarbeit setzen sich die meisten Studierenden damit auseinander. Auch in der klinischen Praxis, wenn es darum geht, Studienergebnisse zu interpretieren und miteinander zu vergleichen, ist es sehr nützlich, auf solide Kenntnisse zurückgreifen zu können. Gemessen an ihrer Bedeutung für Forschung und Klinik kommt Statistik im Regelcurriculum oft zu kurz.

Dieser Kurs hat es zum Ziel, wichtige Konzepte der Statistik, vor allem aber des statistischen Testens, systematisch und verständlich zu vermitteln. Der Kurs verbindet Vorlesungseinheiten, die theoretische Hintergründe vermitteln, und praktische Einheiten, in denen die gelernten Inhalte angewendet und weiter vertieft werden. Für die praktischen Einheiten wird die freie Software R (www.r-project.org) verwendet, die im Bereich der Statistik weit verbreitet ist und es erlaubt, flexibel auf die Belange individueller Projekte einzugehen. In den praktischen Einheiten werden sowohl reale Datensätze mit Bezug zur Medizin (z.B. Metabolismusforschung, Onkologie, Zellbiologie) als auch künstlich erzeugte Beispiel-Daten mit besonderem didaktischem Wert untersucht.

Programmierkenntnisse sind nicht erforderlich. Alle Kenntnisse, die Sie zur Nutzung von R benötigen, werden Ihnen anhand von Beispielen demonstriert.

Dieser Kurs vermittelt, wie und warum grundlegende statistische Methoden funktionieren. Nach diesem Kurs sind Sie in der Lage, diese Methoden selbstständig mit Hilfe der Software R anzuwenden.

Kurs-Inhalte:
  • Was sind Skalenniveaus und wozu benötigt man sie?
  • Was sind Häufigkeiten und Wahrscheinlichkeiten?
  • Was sind wesentliche Kenngrößen der deskriptiven Statistik?
  • Was versteht man unter einer Wahrscheinlichkeitsverteilung und wofür benötigt man sie?
  • Was sind wichtige Wahrscheinlichkeitsverteilungen und deren Anwendungen?
  • Wie funktioniert ein statistischer Test?
  • Was sagt ein p-Wert aus?
  • Was sind Fehler erster Art und zweiter Art?
  • Was ist Multiples Testen und was muss man dabei beachten?
  • Was sind wichtige statistische Tests zum Vergleich von zwei und mehr Stichproben?
  • Was versteht man unter einem Post-Hoc-Test?
  • Wie kann man die Voraussetzungen von statistischen Tests überprüfen?
  • Welche statistischen Tests zum Vergleich von Stichproben kann man verwenden, wenn Daten nicht normalverteilt sind?
  • Was sind Kaplan-Meier-Plots und wozu werden sie verwendet?
  • Wie kann man Überlebensdaten von zwei Stichproben vergleichen?
  • Was sagen Korrelationen aus?