st3msd -结构化数据建模
模块供应商: Mathematics and Statistics
学分数: 10 [5 ECTS credits]
水平:6
教学用语: 春天 term module
先决条件: ST2LM Linear Models or ST2LMD Linear Models and Data Analysis
模块化的必备条件:
相关内容:
模块被排除在外: ST4MSD Modelling Structured Data
目前从: 2021/2
模块召集人: Fazil Baksh博士
电子邮件: m.f.baksh@reading.ac.uk
模块类型:
概述模块描述:
本模块将考虑分析重复测量数据的传统和现代方法。
目的:
- 培养学生认识和理解与分析重复测量数据相关的问题的能力
- 描述一系列用于分析重复测量数据的传统和现代统计方法
- 训练学生识别和应用适当的技术,使用统计软件,并解释结果。
可评估的学习成果:
By the end of the module it is expected that the student will have:
an awareness of repeated measurements and methods for analysing data in this form
the ability to compare and contrast different approaches for analysing repeated measurements
the ability to perform common types of analysis and interpret the results.
额外的结果:
大纲内容:
剧情简介: 许多统计技术只适用于独立观察的情况。 当对数量(如体重或肺功能测量)进行连续观察时,重复的测量通常是相关的。 本文将介绍用于分析这类数据的传统统计方法,如汇总统计方法、方差的分裂图分析和重复测量方差的多变量分析。 More modern approaches utilise mixed models, which have become popular for analysing repeated measurement data. 这些模型将被详细地考虑。 教学大纲: 汇总统计数据方差分割图分析重复测量方差多变量分析混合模型-边际和随机系数模型最大似然和REML拟合方法使用SAS PROC GLM和PROC Mixed。
教学方法简述:
讲座由问题单和实践支持。
秋天 | 春天 | 夏天 | |
讲座 | 16 | ||
实践课程和工作坊 | 4 | ||
引导自主学习: | 80 | ||
按学期划分的总学时 | One hundred. | ||
模块总学时 | One hundred. |
方法 | 百分比 |
笔试 | 70 |
设置运动 | 30. |
总结性评核-考试:
2小时。
总结性评估-课程作业和课堂测试:
一次作业,一次考试。
形成性评价方法:
问题单和基于计算机的实践。
逾期提交的处罚:
支助中心将对逾期提交的工作实行下列处罚:
- 在原定截止日期(或任何正式同意的延期截止日期)之后提交的作业:截止日期后的每个工作日(或其中的一部分)将从该作业的总分数中扣除10%的分数,最多可达五个工作日;
- 如果作品在原始截止日期(或任何正式同意的截止日期延长)后超过五个工作日提交:将记录零分。
You are strongly advised to ensure that coursework is submitted by the relevant deadline. 您应该注意,建议在未完成状态下提交作业,而不是没有提交任何作业。
通过考试的评估要求:
总体得分为40%。
重新安排:
8月/ 9月的考试时长为2小时,补考模块分数为考试分数(One hundred.%考试分数)和考试分数加上以前的课程分数(70%考试分数,30.%课程分数)中较高者。
额外费用(适用时指定):
1) Required text books: None
2) Specialist equipment or materials: None
3) Specialist clothing, footwear or headgear: None
4) Printing and binding: None
5) Computers and devices with a particular specification: None
6) Travel, accommodation and subsistence: None
最后更新: 2021年6月28日
本模块描述中包含的信息不构成学生合同的任何部分。