x !
Arkistoitu opetusohjelma 2018–2019
Selaat vanhentunutta opetusohjelmaa. Voimassa olevan opetusohjelman löydät täältä.
DPHSFC Biostatistiikkka, jatko II, Elinaika-analyysi, 2 op 2 op
Periodit
I Periodi II Periodi II Periodi IV Periodi
Opetuskieli
suomi
Tyyppi
Jatko-opinnot
Suoritettavien opintojaksojen kuvaukset opinto-oppaissa
Terveystieteiden tohtoriohjelma
Yhteiskuntatieteiden tiedekunta

Osaamistavoitteet

Opintojakson suoritettuaan opiskelija osaa tehdä data-analyysin elinaika-aineistolle. Hän ymmärtää elinaika-analyysiin peruskäsitteet, pystyy kuvaamaan elinaika-aineistoa sopivilla menetelmillä sekä osaa toteuttaa elinaika-aineistolle sopivan regressioanalyysin. Opiskelija osaa käyttää tilasto-ohjelmaa analyysin tekemiseen sekä tulkita ja raportoida analyysin tuloksia.

Yleiskuvaus

Tällä opintojaksolla perehdytään elinaika-analyysiin, jolla tarkoitetaan vastetapahtumaan liittyvien aikojen analysointia (elinaika, aika sairastumiseen, raskauteen jne.) ja niiden selittämistä yksilöllisen tapahtumahistorian avulla. Erityinen ominaispiirre näille aineistoille on se, että kaikille tutkittaville ei vastetapahtumaa havaita. Opintojaksolla pureudutaan elinaika-analyysiin lähtien sen peruskäsitteistä ja aineiston kuvaamisesta, lopulta syventyen elinaika-aineistolle tehtävään regressio-analyysiin.

Opettajat

Jaakko Nevalainen, Vastaava opettaja
jaakko.nevalainen[ät]tuni.fi
Syrjälä Essi, Opettaja

Opetus

12.2.2019 – 20.2.2019
Luento-opetus
Ti 12.2.2019 klo 12-14, Arvo, A308
Ke 13.2.2019 klo 12-14, Arvo, A308
Ti 19.2.2019 klo 12-14, Arvo, A308
Ke 20.2.2019 klo 12-14, Arvo, A308
Harjoitukset
Ti 12.2.2019 klo 14-16, Arvo, ml 71
Ke 13.2.2019 klo 14-16, Arvo, ml 71
Ti 19.2.2019 klo 14-16, Arvo, ml 71
Ke 20.2.2019 klo 14-16, Arvo, ml 71

Arviointi

Hyväksytty/hylätty.

Lisätiedot

Esitiedot

BIOMJ016 tai TERY6 ja TERA1. Esitietona siis oletetaan, että opiskelijalla on vähintään biostatistiikan tai tilastotieteen peruskurssia vastaavat tiedot ts. opiskelija osaa tilastotieteen perusmenetelmät, kuten t-testi, ANOVA ja lineaarinen regressioanalyysi.