長期追蹤資料分析
Longitudinal Data Analysis
| 節 | 週一 |
|---|---|
N 12:20–13:10 | 長期追蹤資料分析 A406 3 節連堂 |
5 13:20–14:10 | |
6 14:20–15:10 |
* 根據陽明交大上課時間表所列
本門課(IST5603 長期追蹤資料分析)介紹長期追蹤資料的統計方法、因果推論、以及相關主題。主要分成三部分: (1)統計模型:介紹長期追蹤資料常用的幾種統計模型,包括線性混和模型(Linear Mixed Model)、廣義估計方程式(Generalized Estimating Equation)、以及廣義線性混和模型(Generalized Linear Mixed Model);以及在資料分析時常見的建模以及係數解釋(interpretation)。 (2)因果模型:先簡單介紹因果推論的數學模型架構,並從因果推論的角度解釋上述統計模型的因果意義以及其隱藏的假設;最後介紹因果推論在長期追蹤資料分析的廣義模型:g-formula以及邊際結構模型(Marginal Structural Model)。 (3)其他主題:介紹「群集資料(cluster data)」、「面板資料(panel data)」、以及「生態型資料(ecological data)」;如何用「長期追蹤資料」使用的統計模型來分析這三類資料,以及因果推論上的特殊議題。
本門課無特定先備課程,但須有基本的回歸分析之基礎。也建議同時修習「因果推論」課程。
無備註
教師未提供此項資料
課堂參與(20%);期中考試(40%);期末報告(40%);課程回饋(10% bonus)
教師未提供此項資料
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction 2/17 |
| 第 2 週 | Linear Mixed Model 2/24 |
| 第 3 週 | Linear Mixed Model 3/2 |
| 第 4 週 | Review of Generalized Linear Model 3/9 |
| 第 5 週 | Generalized Estimating Equation 3/16 |
| 第 6 週 | Generalized Linear Mixed Model 3/23 |
| 第 7 週 | Spring Break 3/30 |
| 第 8 週 | Review of causal inference 4/6 |
| 第 9 週 | Time-varying intervention: g-formula 4/13 |
| 第 10 週 | Time-varying mediation analysis: mediational g-formula、Mixed model in perspective of causal inference 4/20 |
| 第 11 週 | Practice: Software 4/27 |
| 第 12 週 | Midterm Exam (Take home) 5/4 |
| 第 13 週 | Final Project Discussion 5/11 |
| 第 14 週 | Panel data 5/18 |
| 第 15 週 | Final Project Presentation (1): Causal mediation analysis with mixed model 5/25 |
| 第 16 週 | Final Project Presentation (2): Social network and interference 6/1 |
| 第 17 週 | Final Project Presentation (3): Ecological data Course Feedback 6/8 |
| 第 18 週 | Final exam (Take home) 6/15 |
無
- 地點
- Room 413, Assembly Building I
- 時間
- Tuesday by appointment. Please inform the instructor one day in advance if you would like to use the office hour.
- 聯絡方式
- shenglin@stat.nctu.edu.tw (03-5712121 ext: 56822)