آموزش SAS Essential Training: 2 تحلیل رگرسیون برای تحقیقات بهداشتی

SAS Essential Training: 2 Regression Analysis for Healthcare Research

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: SAS یک پلت فرم تجزیه و تحلیل داده قابل احترام است که دارای میلیون ها کاربر در سراسر جهان و تعداد زیادی از ویژگی های مفید است. در این دوره ، مدرس Monika Wahi با نشان دادن نحوه استفاده از سیستم عامل برای انجام تجزیه و تحلیل رگرسیون از یک مرکز داده بررسی سلامت ، به شما کمک می کند تا دانش SAS خود را تعمیق بخشید. در طول دوره ، مونیکا نحوه انجام تجزیه و تحلیل رگرسیون و ارائه نتایج مدل خود را در جداول نشان می دهد. او نشان می دهد که چگونه می توان با استفاده از PROC GLM به عنوان بخشی از یک تحلیل فرضیه محور ، مدل رگرسیون خطی را توسعه و ارائه داد. چگونه می توان مدل رگرسیون لجستیک را هم در PROC GENMOD و هم در PROC LOGISTIC انجام داد. و نحوه ارائه و تفسیر مدلهای رگرسیون خطی و لجستیک خود را. برای جمع بندی ، او مسائل مربوط به رگرسیون را مرور می کند و چند نکته مفید ارائه می دهد.
موضوعات شامل:
  • آماده شدن برای رگرسیون خطی
  • ایجاد طرح برای آزمایش فرضیات
  • مدل رگرسیون خطی
  • تفسیر مدل رگرسیون خطی
  • مدل رگرسیون لجستیک
  • ارائه مدلهای رگرسیون خطی و لجستیکی
  • مسائل مربوط به رگرسیون

سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه دوره Introduction to the course

  • آنچه باید بدانید What you should know

1. آماده سازی برای رگرسیون خطی 1. Preparing for Linear Regression

  • رگرسیون خطی و بررسی فرضیه Linear regression and hypothesis review

  • توطئه های آزمایش فرضیات Plots for testing assumptions

  • مدل سازی رگرسیون خطی گام به گام Stepwise linear regression modeling

  • کد اصلی PROC GLM Basic PROC GLM code

  • خواندن خروجی PROC GLM Reading PROC GLM output

2. مدل سازی رگرسیون خطی 2. Linear Regression Modeling

  • ارائه مدل رگرسیون خطی Linear regression model presentation

  • رگرسیون خطی: مدلهای اولیه Linear regression: Early models

  • رگرسیون خطی: دور 1 Linear regression: Round 1

  • رگرسیون خطی: مدل نهایی Linear regression: The final model

  • فراداده مدل رگرسیون خطی Linear regression model metadata

  • مدل رگرسیون خطی مناسب است Linear regression model fit

  • تفسیر مدل رگرسیون خطی Interpreting linear regression model

3. آماده سازی برای رگرسیون لجستیک 3. Preparing for Logistic Regression

  • فرضیه و بررسی نسبت شانس Hypothesis and odds ratio review

  • توزیع نتیجه Outcome distribution

  • کد اصلی PROC LOGISTIC Basic PROC LOGISTIC code

  • خروجی لجستیک PROC پایه Basic PROC LOGISTIC output

  • مدل سازی رگرسیون لجستیک گام به گام Stepwise logistic regression modeling

4- مدل سازی رگرسیون لجستیک 4. Logistic Regression Modeling

  • رگرسیون لجستیک: مدلهای اولیه Logistic regression: Early models

  • رگرسیون لجستیک: دور 1 Logistic regression: Round 1

  • رگرسیون لجستیک: مدل نهایی Logistic regression: The final model

  • ابرداده مدل رگرسیون لجستیک Logistic regression model metadata

  • AIC و AUC برای تناسب مدل AIC and AUC for model fit

  • تفسیر مدل رگرسیون لجستیک Interpreting the logistic regression model

5. ارائه مدل 5. Model Presentation

  • ارائه مدلهای رگرسیون خطی Presenting linear regression models

  • اکسل برای مدلهای رگرسیون خطی Excel for linear regression models

  • ارائه مدلهای رگرسیون لجستیک Presenting logistic regression models

  • اکسل برای مدلهای رگرسیون لجستیک Excel for logistic regression models

6. مسائل مربوط به رگرسیون 6. Issues in Regression

  • همبستگی در رگرسیون گام به گام Collinearity in stepwise regression

  • بررسی تعامل Interaction review

  • تعامل در رگرسیون خطی Interactions in linear regression

  • تعامل در رگرسیون لجستیک Interactions in logistic regression

  • تعامل: تخمین های ویژه Stratum Interactions: Stratum-specific estimates

  • -2 ورود به سیستم برای مناسب بودن مدل -2 log likelihood for model fit

7. نکات رگرسیون 7. Regression Tips

  • دسته بندی نتایج مداوم Categorizing continuous outcomes

  • طبقه بندی متغیرهای متغیر Categorizing continuous covariates

  • پرچم هایی برای سطح ارزش معمولی Flags for ordinal value levels

  • دسته بندی های استراتژیک در حال سقوط Strategically collapsing categories

  • انتخاب گروه های مرجع Choosing reference groups

  • تجزیه و تحلیل رگرسیون خود را توصیف کنید Describe your regression analysis

نتیجه Conclusion

  • بررسی روند Review of the process

  • مراحل بعدی Next steps

نمایش نظرات

آموزش SAS Essential Training: 2 تحلیل رگرسیون برای تحقیقات بهداشتی
جزییات دوره
3h 30m
43
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
4,940
- از 5
ندارد
دارد
دارد
Monika Wahi
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Monika Wahi Monika Wahi

مونیکا واحی یک متخصص علوم داده و بیوتکنولوژی است که در تحقیق و تجزیه و تحلیل داده های مراقبت های بهداشتی ماهر است. مونیکا واحی بنیانگذار علوم بهداشتی واسانا است که به عنوان مدیر ارشد علوم و رئیس ارشد مالی فعالیت می کند. وی در اپیدمیولوژی ، انفورماتیک و زیست آمار تخصص دارد و در SAS ، R ، Excel و SQL مهارت دارد. او همچنین به عنوان رئیس خدمات حرفه ای دت ونچ و به عنوان مدرس خدمت می کند و آمار را در کالج لابوره در میلتون ، ماساچوست تدریس می کند.