このコースは、生物医学において統計がなぜ重要なのかなど、統計の基礎を学ぶことから始まります。次に、このコースでは、p 値、信頼区間、サンプル サイズを使用した仮説検定を通じて統計を解釈する方法について説明します。この作業に続いて、参加者は研究設計を詳しく検討し、最後に統計分析、システマティックレビュー、メタ分析を検討して終了します。
モジュール
この最初のモジュールでは、変数の種類と役割によって通常分類されるさまざまな種類のデータを調べながら、生物医学における統計の重要性について学びます。このモジュールでは、要約統計やデータを表示するためのグラフィカルな方法など、主要な統計について概説します。
このモジュールでは次のことを行います。
- 探索的データ分析の目的を理解する
- データ内の潜在的な関連性を調べる
- データを要約する
- データの形状を理解するための尺度を適用する
p 値、信頼区間、サンプル サイズなど、仮説をテストするさまざまな方法について説明します。これまで受けた統計トレーニングを強化するためのエキサイティングなアクティビティでモジュールを終了します。
このモジュールでは次のことを行います。
- 仮説検定を理解する
- 実践的な活動を完了する
研究方法においては、研究デザインの原則を理解することが重要です。このモジュールでは、さまざまな調査タイプとサンプリング方法について理解を深めます。次に、横断研究、症例対照研究、コホート研究、ランダム化比較試験など、一般的に利用される研究デザインをさらに詳しく調べます。
このモジュールでは次のことを行います。
- 研究デザインの原則を理解する
- 一般的な研究デザインについて学ぶ
次のモジュールでは、さまざまな種類のデータにどの統計分析が適切であるかを学習します。連続データのグループ比較には特定のテストが使用され、相関と回帰を調査するには他の種類のテストが使用されることを理解します。
このモジュールでは次のことを行います。
- 連続データについて学ぶ – グループ比較
- 連続データについて学ぶ – 相関と回帰
科学における最高品質の証拠であるシステマティックレビューとメタ分析について学びます。モジュールの最後には、システマティック レビューを実行するために必要な複数の手順、メタ分析の原則、システマティック レビューとメタ分析の関連する応用例について理解できるようになります。
このモジュールでは次のことを行います。
- 体系的レビューのやり方を学ぶ
- メタ分析の原則を学ぶ
- 関連するアプリケーションについて学ぶ
