Learn statistical analysis methods for complex biomedical data through this comprehensive Chinese-language course covering five major modules. Master longitudinal data analysis and repeated measurement techniques, including variance analysis and Generalized Estimating Equations (GEE). Explore multi-center data characteristics and mixed-effects models, focusing on random intercept models, random coefficient models, and linear mixed-effects models using SAS. Study time series analysis fundamentals, including stationary processes, ARMA models, and sequence modeling. Dive into cross-omics data integration and Transcriptome-wide Association Studies (TWAS), examining various statistical methods including TWAS+TIGER and PMR-Egger approaches. Conclude with Bayesian statistics, covering basic concepts, prior distribution selection, and statistical inference principles.
Overview
Syllabus
- 第一章 纵向数据和重复测量数据特点及其分析策略
- 第1节 纵向数据的概念及其特点
- 第2节 重复测量资料的方差分析
- 第3节 GEE-广义估计方程
- 第4节 GEE实例分析
- 第二章 多中心数据特点及混合效应模型
- 第1节 多中心数据特点
- 第2节 随机截距模型
- 第3节 随机系数模型
- 第4节 线性混合效应模型
- 第5节 线性混合效应模型的SAS实现
- 第三章 时间序列分析
- 第1节 时间序列分析简介——引言
- 第2节 时间序列分析的一般问题
- 第3节 随机过程
- 第4节 平稳时间序列模型
- 第5节 方法性工具简介和ARMA模型
- 第6节 平稳序列建模
- 第四章 跨组学数据整合及TWAS分析
- 第1节 Transcriptome-wide Association Studies（TWAS）
- 第2节 Statistical Methods for Transcriptome-wide association studies
- 第3节 TWAS+TIGER 方法
- 第4节 PMR-Egger方法
- 第5节 PMR方法介绍
- 第五章 贝叶斯统计
- 第1节 贝叶斯统计学绪论-引言
- 第2节 贝叶斯统计推断的基本概念
- 第3节 先验分布的选取
- 第4节 贝叶斯统计推断
- 期末考试
Taught by
Yuan Zhongshang, Li, Xiujun, LIU, Jing, SUN XIUBIN, and Liu Yi
