贝叶斯荟萃分析 - 虚拟教室

日期: 周四二零二零年十月一十五日上午9:30 - 周五2020年10月16日下午5点
位置: 线上
CPD: 12.0小时
RSS培训
现在预订


分享此活动

这个导师铅,虚拟课程介绍了贝叶斯方法荟萃分析。与会者将学习中同时考虑不确定因素,如反应偏差,发表偏倚,混杂和丢失的信息,即使用错误,尖齿或斯坦软件,他们可以结合已发表的证据多个来源的切实可行的方法。与贝叶斯模型,这可以是透明的和可重复的。

这个为期两天的课程首先回顾经典荟萃分析的方法和表达它们的统计模型。一旦与会者了解meta分析是这样的大背景下,他们能够灵活地扩展模型以考虑常见的问题,如纸的是报告只从基线。一系列的问题将在此过程中得到解决,和与会者将与型号代码离开,他们可以立即开始使用自己的项目使用。

 

课程大纲

本课程介绍了贝叶斯方法荟萃分析。与会者将学习中同时考虑不确定因素,如反应偏差,发表偏倚,混杂和丢失的信息,即使用错误,尖齿或斯坦软件,他们可以结合已发表的证据多个来源的切实可行的方法。与贝叶斯模型,这可以是透明的和可重复的。

这个为期两天的课程首先回顾经典荟萃分析的方法和表达它们的统计模型。一旦与会者了解meta分析是这样的大背景下,他们能够灵活地扩展模型以考虑常见的问题,如纸的是报告只从基线。一系列的问题将在此过程中得到解决,和与会者将与型号代码离开,他们可以立即开始使用自己的项目使用。
 

学习成果

主治后,学员将能够:

  • 写出标准的荟萃分析的统计模型
  • 使用错误,尖齿或斯坦,以适应这样的模型数据
  • 认识荟萃分析的几个常见问题
  • 这些模型扩展到帐户,对于这些问题
  • 理解和沟通他们的发现
 

主题涵盖

第1天:

  • 荟萃分析的统计模型的审查
  • 地介绍了荟萃分析贝叶斯analysisproblems,和不确定性的来源
  • 型号为基本dersimonian - 莱尔德和比格斯塔夫 - 特威迪荟萃分析
  • 介绍了贝叶斯软件选项:错误,尖齿和斯坦

第2天:

  • 型号为网络汇总分析
  • 模型缺少的统计信息
  • 模型报告偏倚
  • 模型发表偏倚
  • 模型统计的混合物
  • 模型研究类型的混合
  • 报告贝叶斯荟萃分析
 

目标观众

这当然会感兴趣的证据为基础的医疗研究人员,包括那些写作指南和评估政策。参加者应该是一些软件的舒适导电简单的荟萃分析,但不必须有贝叶斯方法经验。
 

假定知识

参加者应该熟悉执行使用像RevMan软件或STATA软件简单的荟萃分析。他们应该明白的概率分布,虽然这可以直观而不必是严格的数学。他们不必有贝叶斯模型或荟萃分析的任何经验。

 

罗伯特·补助

罗伯特补助是一家专业从事贝叶斯模型和数据可视化,和斯坦软件的开发者之一一名统计员。他有20年的研究和教学经验,并已发表论文60余同行评审的论文在各种医疗应用中工作时。他曾在圣乔治医学院,金斯顿大学,皇家医师学院和卫生与临床优化研究所。他像哈佛医学院和科克大学组织提供培训,并曾在会议,如JSM,icots和RSS会议。
 

费用

   

注册前
 2020年9月15日

 

登记上/后
 2020年9月15日

                                  

非会员 

RSS同胞 

RSS CStat/Gradstat also MIS & FIS

 

£611.00 +大桶 

£520.00 +大桶 

£490.00 +大桶

£680.00 +大桶 

£577.00 +大桶 

£543.00 +大桶

 
现在预订