At give deltagerne kendskab til begreber og metoder, der bruges ved analyse af systematisk indsamlede data, og give deltagerne kompetance til at bruge disse metoder i anvendelsesmæssige sammenhænge. Efter kurset forventes deltagerne at kunne analysere variation i data, identificere væsentlige variationsårsager og vurdere deres indflydelse, sædvanligvis ved en statistisk model. Videre vil de kunne tilpasse ikke-lineære modeller til data i relation til den anvendelsesmæssige problemstilling og under hensyntagen til karakteren af data, herunder til usikkerheden for de enkelte datapunkter og til eventuelle hierarkiske strukturer, hidrørende fra dataindsamlingen. Endelig vil deltagerne kunne vurdere og anvende forskellige metoder til modeltilpasning, herunder specielt Bayes-paradigmet for inkorporering af apriorividen.
Kursusindhold:
Udvalgte emner blandt følgende: Repræsentative undersøgelser, stikprøveudvælgelse. Modeltilpasning, likelihoodfunktion og Bayesparadigmet, statistisk beslutningsteori. Modelvalidering, resampling metoder. Responsfordelinger: binomial-, Poisson-, multinomial-, exponential- og gammafordeling samt invers Gaussfordeling. Generaliserede lineære modeller, generaliserede lineære hierarkiske (mixed) modeller, empirisk Bayes-metode, BLUP-estimation. Modeller for levetider og overlevelsesdata, censurerede observationer, modeller med proportionale hændelsesrater.