Kvantilregression, (1.5 hp) / Quantile Regression, (1.5 credits)
Skeva data och begränsade data så som ordinal data eller procentvärden är vanligt förekommande i medicinska tillämpningar där man ex studerar skalor eller då data inte följer en normalfördelning. Ett sätt att justera skeva data är att transformera (t ex logaritmera data), vilket kan leda till problem vid tolkningen av estimatet. Kvantilregression ger ett alternativ till dessa invarianta estimat. Ett annat användningsområde för kvantilregression är beräkningar av referensintervall (ett intervall som beskriver normalpopulationen), eller vid analys av responsens kvantiler (t ex vid analys av hur relationen mellan HbA1c och vissa förklarande variabler ser olika ut för låga respektive höga HbA1c-värden). Kursen förutsätter grundläggande kunskaper i statistisk analys och modellbyggande motsvarande Medicinsk statistik 1 och gärna även Medicinsk statistik 2. Följande områden är centrala i kursen: • Begränsade data: Nominal, ordinal, t ex VAS, enkätinstrument • Skeva data eller data där variationen är inte konstant för olika värden på variabeln (heteroskedasticite) • Procentuell förändring • Referensintervall • Percentilberoende effekt • Robust metod, mindre känslig för extremvärden • Diskussion kring behovet av en invariant estimator, d v s skattning som mäter samma sak efter en transformering (t ex ett medelvärde av loggade värden). • Kvartilregression i förhållande till andra metoder Antalet kursplatser: 7-30 Kursadministratör: Madeleine Retamales Toro, madeleine.glucksman@amm.gu.se Kursveckor: vecka 17-19 INFORMATION IN ENGLISH Skewed data, ordinal or nominal data is common in medical research. For example when measurements are not following a Normal distribution or questionnaire based scales is used. One way to adjust for the skewness is to transform the variable (e.g. logarithm). This can lead to problems with the interpretation of the estimate. For example is a median of a log-transformed variable equal to the log of the median of the un-transformed variable (invariance). For a mean this is not true. In these situations quantile regression can be an option. Another area of use for quantile regression is calculation of reference intervals (an interval describing a normal population) or for analyzing quantiles of the response (e.g. analyzing how the relation between HbA1b and explanatory variables can differ for high and low HbA1c values) Kursen förutsätter grundläggande kunskaper i statistisk analys och modellbyggande motsvarande Medicinsk statistik 1 och gärna även Medicinsk statistik 2. The course requires basic knowledge in statistical methods, specifically regression analysis and model building equivalent to the course Medical Statistics 1. Knowledge also according to Medical Statistics 2 is an advantage. The following areas are central to the course: • Restricted data: Nominal and ordinal scales, e.g. VAS , questionnaire based instruments • Skewed data or data where the variation is not constant for different values of the variable (heteroskedasticity) • Percentage change • Reference intervals • Effects dependent on the percentile • Robust methods, less sensitive to extreme values • Discussion of the advantage of an invariant estimator. That is, an estimator measuring the same entity independently of transformation of the variable. For example is a median of a log-transformed variable equal to the log of the median of the un-transformed variable (invariance). For a mean this is not true. • Quantile regression in relation to other methods. Number of course places: 7-30 Course administrator: Madeleine Retamales Toro, madeleine.glucksman@amm.gu.se Course dates: week 17-19 |
Kontaktperson: Arrangör: Medverkande: More information Kursplan Course plan |