Kursinhalt Biometrie

Vom einfachen gemischten Modell bis zum generalisierten gemischten Modell mit Kovarianzstrukturen

Dieser Kurs ist an Naturwissenschaftler gerichtet, die bereits Erfahrung mit der statistischen Auswertung in R (z.B. Regression, Varianzanalyse bis hin zu einfachen gemischten Modellen) haben, jedoch mehr über die Anwendungsmöglichkeiten von gemischten und generalisierten gemischten Modellen erfahren wollen. Wie der Name sagt ist dieser Kurs der zweite Teil einer Kursreihe und baut auf dem Kurs „Data Science in den Naturwissenschaften mit R (Teil 1) – vom professionellen Graphen bis zum einfachen gemischten Modell“ (14.10.2019 - 16.10.2019) auf. Die Teilnahme hier setzt keine Teilnahme am ersten Kurs voraus, jedoch sollte das dort vermittelte Wissen vorhanden sein (Das Skript des ersten Kurses ist für Kursteilnehmer online verfügbar). Ziel ist es, speziell das Statistik-Wissen auf eine intuitive und praktikable Art zu vermitteln. Der Fokus liegt dabei vor allem darauf, die unten genannten Methoden und deren zugrundeliegende Theorie mithilfe von anschaulichen Beispielen zu erklären. Vor allem bei komplexeren Modellen wird analog auch SAS-Code und -output zum Vergleich gezeigt werden, da R in bestimmten Bereichen schneller an Grenzen stößt als SAS. Dies wird sich allerdings stets im Rahmen von zusätzlichen Informationen bewegen während der eigentliche Fokus auf der Umsetzung in R bleibt.

Der Kursinhalt umfaßt:

Statistik:

Diskussion: t-test oder Tukey-Test
Diskussion: p-Wert und Signifikanz
Gemischte Modelle (packages: glmmTMB, lme4, nlme, sommer)
Generalisierte Modelle
Generalisierte gemischte Modelle (package: glmmTMB)
Messwiederholungen
Varianzkomponenten, AIC und Kovarianzstrukturen
Zähldaten, Presence/Absence, Proportionen
Versuchsdesigns (zzgl. derer in Teil 1)

Split-plot design (=Spaltanlage)
Versuche an mehreren Orten und/oder Jahren
Zusammenfassen mehrerer Orte zu Regionen

Datenaufbereitung (hauptsächlich Wiederholung aus Teil 1):

Alternative Im- und Exportfunktionen, sowie Datenstrukturen
Professionelle Erstellung verschiedener Graphen (packages: ggplot2, desplot)

Statistische Grundkenntnisse und Kenntnisse in R sind von Vorteil. Das Mitbringen von Laptops sollte unterbleiben.

Kursinhalt

Biometriekurs: 299

Data Science in den Naturwissenschaften mit R (Teil 2)

Vom einfachen gemischten Modell bis zum generalisierten gemischten Modell mit Kovarianzstrukturen