Üldised lineaarsed mudelid - kursus 3600 hõõruda. alates Avatud õpe, koolitus 3 nädalat, ca 6 tundi nädalas, Kuupäev 29.11.2023.

Peterburi Riikliku Ülikooli bioloogiateaduskonna selgrootute zooloogia osakonna dotsent, Ph.D.

Kursus koosneb 4 moodulist:

1) Sissejuhatus üldistatud lineaarsetesse mudelitesse

Üldised lineaarsed mudelid (GLM-id) võimaldavad modelleerida suuruste käitumist, mis ei järgi normaaljaotust. Et teha teie esimesi samme GLM-i maailmas lihtsamaks, analüüsime nende struktuuri GLM-i näitel normaaljaotusega suuruste puhul – nii saate tõmmata paralleele lihtsate lineaarmudelitega. Saate teada, mis on linkfunktsioon, kuidas maksimaalne tõenäosus töötab ja kuidas testida GLM-i hüpoteese, kasutades Waldi teste ja tõenäosussuhte teste.

2) Mudeli valiku probleem

Selles moodulis räägime ehitusmudelitega seotud metoodilistest küsimustest. Mudel on reaalsuse lihtsustatud esitus ja sellise lihtsustamise erinevate konkureerivate meetodite vahel valimine on analüütiku sagedane ülesanne. Selles moodulis õpid võrdlema mudeleid teabekriteeriumide abil. Käsitleme peamisi analüüsivõimalusi mudelite valikul ning räägime raskustest, mis tekivad seoses mudelite varjatud paljususega. Lõpuks õpetame teid ära tundma peamised mudelivaliku kuritarvitamise tüübid (andmete püüdmine, p-häkkimine).

3) Üldised lineaarsed mudelid andmete loendamiseks

Selles moodulis käsitleme loendatavate suuruste modelleerimise põhimeetodeid. Esiteks arutleme, miks tavapärased lineaarsed mudelid andmete loendamiseks ei sobi. Loendatavate jaotuste omadused aitavad teil mõista GLM-i tüüpide erinevusi loendatavate andmete ja nende diagnostika funktsioonide vahel. Näete lingifunktsiooni töös, kui visualiseerite GLM-i ennustusi lingifunktsiooni skaalal ja vastuse muutuja skaalal.

4) Binaarse vastusega üldistatud lineaarsed mudelid

Mõnikord on vaja simuleerida, kas mõni sündmus on toimunud või mitte, kas jalgpallimeeskond või kaotatud, olenemata sellest, kas patsient paranes pärast ravi või mitte, kas klient on pühendunud osta või mitte. Tavalised lineaarmudelid ei sobi selliste binaarandmete (kahe tulemusega sündmused) modelleerimiseks, kuid seda saab hõlpsasti teha üldistatud lineaarsete mudelite abil. Selles moodulis õpid modelleerima sündmuste toimumise tõenäosusi, esitades need koefitsientidena. Vaatame, kuidas logit linki funktsioon töötab ja kuidas GLM-i koefitsiente tõlgendatakse selle kasutamisel. Lõpuks saate andmeanalüüsi projekti läbides harjutada erinevate jaotustega üldistatud lineaarsete mudelite analüüsimist. Selle analüüsi tulemused tuleb esitada aruandena html-vormingus, mis on kirjutatud kasutades rmarkdown/knitr.