
Advanced Statistics for Health Research
Fortgeschrittene Statistik für die Gesundheitsforschung vermittelt ein strenges geometrisches Verständnis von Modellen, die bei der Analyse von Gesundheitsdaten verwendet werden, einschließlich linearer und nichtlinearer Regressionsmodelle und überwachter maschineller Lernmodelle.
Zu den Modellen aus der Gesundheitsliteratur gehören: gewöhnliche kleinste Quadrate, zweistufige kleinste Quadrate, Probit, Logit, Cox-Regression, Durationsmodellierung, Quantilregression und Random Forest Regression. Es werden Kausalschlussverfahren aus der Gesundheitsliteratur vorgestellt, darunter Randomisierung, Matching und Propensity Score Matching, Differenzen-in-Differenzen, Instrumentalvariablen, Regressionsdiskontinuität und Analyse fester Effekte.
Die Codes für die jeweiligen statistischen Techniken werden für STATA, SAS und R angegeben.