Nýtísku aðhvarfsgreining (e. modern-regression) , 16 klst, kennari: Dr. Helgi Tómasson tölfræðingur.

Markmiðið námskeiðsins er að auka skilning þáttakenda á notagildi hugsunarinnar í línulegum líkönum. Þeir sem þekkja ANOVA og venjulega aðhvarfsgreiningu vita hve þægilegt er að nota metna parametra til að túlka niðurstöður. Einng eru línuleg líkön handhæg við að leiðrétta fyrir truflandi breytum, þegar sambönd eru flóknari heldur en lýsa má í tvívíðum töflum. GLM hugsunarhátturinn býður upp á að útfæra þessi þægilegheit við túlkun við greiningu gagna sem eru mælingar á einhverju sem er ekki normaldreift. T.d. tíðnigögnum úr spurningalistum, gögnum um endingartíma, o.s.frv.

Byrjað á upprifjun á ýmiss konar línulegum normal líkönum, ANOVA og aðhvarfsgreiningu. Hugtökin "main effects" og "interaction" rifjuð upp og skýrð. : Síðan verða hugtökin útfærð fyrir aðrar tegundir af líkönum, svo sem log-línuleg líkön og logistic líkön. Einnig sömu hugtök við athugun á lifunarferlum (survival analysis) og tengsl við Kaplan-Meier mat á endingartíma.

Notast verður við forritið R (ókeypis og mjög líkt S+).

Stuðst verður við bækurnar:

McCullagh, P., and Nelder, F.R.S.: Generalized Linear Models, Chapman Hall (1989 eða 1983) og

Venables, W.N. and Ripley B.D.: Modern Applied Statistics with S-plus, Springer , 1996

Þeir sem áhuga hafa geta haft samband, helgito@rhi.hi.is og verður þá hugsanlega hægt að aðlaga námskeiðið að nemendum

Stağan í miğju námsskeiği var eftirfarandi: Byrjağ var á ağ fara yfir grunnatriği líkindafræği (probability) og ályktanafræği (inference). Rifjuğ voru upp helstu hugtök í líkindafræği og lıst lauslega tengslum nokkurra vel şekktra dreifing. Helstu atriği ályktunarfræği, mat og kenningaprófanir voru nefnd. Ağferğir viğ punktmat, method-of-moment (MM), least-squares(LS), maximum-likelihood(ML) og Bayes ağferğir. Hugtakiğ öryggismörk var rifjağ upp. Nefnd voru atriği eins og núllkenning, valkennning, villa I, villa II, marktækni og power. Sérstaklega voru nefndar likelihood ağferğir, ML viğ mat á pararmetrum og LR (likelihood ration) viğ prófun kenninga. Venjuleg ağhvarfsgreining (regression) og ANOVA voru rifjuğ upp og tengsl şeirra áréttuğ. Undirstrikağ var hve şægilegt er ağ túlka slík líkön meğ main-effects, interactions og hallatölum. Şessi túlkunarşægindi eru grundvöllur fyrir glm=general-linear-model. Sınt var meğ dæmi ağ framsetning flókinna sambanda meğ mörgum tvívíğum töflum getur gefiğ villandi mynd. Nauğsynlegt er ağ taka tillit til allra mikilvægra şátta samtímis. Dæmi um poisson-ağhvarf var kynnt (lloyds)

gögn eru hér

output er her

glærur á postscript formi

Til ağ lesa postscript má t.d. nota forritin ghostview og ghostscript. Einnig má senda şau beint á postscript prentara. Şetta eru sömu glærur og dreift var í námsskeiği. Èg er ağ bíğa eftir forriti sem şığir şetta form yfir á html-form svo lesa megi formúlur meğ internetbrowser (netscape/exlorer).

glærur á html formi

Einfaldar spurningar og komment má senda til helgito@hi.is. Ef ég veit svariğ svara ég strax

.