Postacademische Opleiding Praktijkgerichte Statistiek
Postacademische opleidingPraktijkgerichte StatistiekWetenschappelijke coördinatieProf. dr. Jean-Pierre OttoyVakgroep Toegepaste wiskunde, biometrie en procesregeling,Universiteit GentModule 0: Inleiding SPSS20 oktober 2009Module 1: Basiscursus statistiek27 oktober, 10, 17 en 24 november, 1, 8 en 15 december 2009Module 2: Regressieanalyse12, 19 en 26 januari, 2, 9 en 23 februari en 2 maart 2010Met veel oefeningenin elke module7e editieDit programma laat toeeen getuigschrift van deUniversiteit Gent te behalen.Module 3: Niet-parametrische methoden9, 16, 23 en 30 maart, 20 en 27 april 2010Module 4: Multivariate methoden4, 11, 18 en 25 mei, 1 en 8 juni 2010INSTITUUT VOORPERMANENTEVORMING
inleidingVormende waardemultivariate statistische analysetechnieken, die dicht aanleu-De doelstelling van deze opleiding is een praktisch inzicht tenen bij datamining (clustering, classificatie, .).geven in veelgebruikte en nuttige statistische methoden voorde bedrijfswereld. Een probleem bij het analyseren van dataHet gebruikte statistische software pakket is SPSS. Gedurendeis de keuze die men dient te maken tussen het ruime aanbodde ganse opleiding zullen de deelnemers beschikken overaan statistische methoden. Deze keuze berust immers op eeneen softwarelicentie SPSS en wordt er een handleiding overgrondige kennis van de voorwaarden waaronder de statistischeSPSS voorzien. Iedere module wordt afgesloten met een extramethode ontwikkeld is.lesavond waarin alleen oefeningen gemaakt worden.Eens een verantwoorde methode geselecteerd is, kan de uitvoe-De modules zijn zodanig opgebouwd dat cursisten zich voorring van de analyse worden aangevat. Dit stadium is de jongsteelke module afzonderlijk (uitgezonderd voor module 0) of voorjaren sterk vereenvoudigd wegens de ruime verspreiding vande volledige cursus kunnen inschrijven.statistische software pakketten zoals SPSS, S-Plus, SAS enStatistica. Tenslotte dienen de resultaten van de analyse geïn-Doelpubliekterpreteerd te worden. Ook hierbij is een grondige kennis vanDe cursus richt zich tot personen in de bedrijfswereld, dede kracht en de tekortkomingen van de gebruikte statistischedienstensector, de overheid, de sector gezondheidszorg en hettechniek onontbeerlijk.onderwijs die, in onder-In deze lessenreeks zal opsteunende disciplines,deze drie fasen wordengebruik maken van statis-ingegaan en tijdens eentische methoden en model-aantal begeleide oefe-len.ningen zullen de cursis-De cursus is toegankelijkten zelf gegevens kunnenvoor iedereen die door zijnanalyseren en interpre-basisvorming of door zijnteren. Er zal ook nadrukervaring voldoende met hetworden gelegd op een faseonderwerp vertrouwd is omwaaraan maar al te vaakmet interesse en motiva-te weinig aandacht wordttie de opleiding te volgen.geschonken: de opzet vanDoor het modulaire karak-een studie. Deze is meestalter van de opleiding kanonontbeerlijk om tot eende cursist de modulekeuzegeldige statistische analyse en een verantwoord besluit teaanpassen aan zijn interesseprofiel en specifieke voorkennis.komen.Deze opleiding kan – mits deelname aan het examen – opge-De opleiding gaat van start met een inleiding tot SPSS ennomen worden in de doctoraatsopleiding, en voldoet aan debestaat verder uit vier modules: een module over de basis vigerende UGent-reglementering dienaangaande.begrippen van statistiek, een module over regressieanalyse,over multivariate methoden. In module 1 worden de belang-Getuigschrift van Permanente VormingUniversiteit Gentrijkste statistische begrippen uitgebreid herhaald en wordenDit programma is een onderdeel van de Permanente Vormingde klassieke methoden voor het vergelijken van gemiddel-van de Universiteit Gent. De aanwezigheid tijdens de sessies enden besproken (t-testen en ANOVA). In module 2 wordt dede evaluatie aan het einde van de opleiding bepalen of deregressie-analyse gedetailleerd besproken. Naast de analyse-deelnemer slaagt. Er is, per module, een afzonderlijk examenmethoden, wordt in beide modules veel aandacht besteed aanvoorzien (behalve voor module 0).de proefopzet. In de derde module over niet-parametrischeNa afloop zal aan de deelnemers die minstens 2 van de modu-methoden worden de niet-parametrische tegenhangers vanles 1, 2, 3 of 4 volgden en met succes examen aflegden, eende methoden uit modules 1 en 2 behandeld. Deze methodengetuigschrift van postacademische opleiding van de Universiteitworden gekenmerkt door hun algemene geldigheid, zonderGent uitgereikt worden. Getuigschriften zijn een persoonlijkedat distributionele veronderstellingen over de data gemaaktverdienste: deelnemers die een getuigschrift ambiëren kunnenmoeten worden. Module 4 handelt over de meest gebruiktezich niet laten vervangen, anderen wel.een module over niet-parametrische methoden en een modulevan de
programmaModule 0: Inleiding SPSSModule 2: RegressieanalyseDeze inleiding is bedoeld om beginnende SPSS gebruikers op weg teDe regressieanalyse is één van de bekendste en meest gebruiktehelpen in het SPSS data-analyse- en visualisatiesysteem. Men behan-statistische technieken, zowel in onderzoek als in de industrie.delt onder andere het bewerken van gegevens en het maken van grafie-Niettegenstaande de techniek redelijk eenvoudig is in gebruik, wordenken.er in de praktijk toch veel problemen ondervonden. Aan welke veron-Duur: 1 avond: 100% oefeningenderstellingen moeten de gegevens voldoen? Wat als er niet aan dezeLesgevers: Kristof De Beuf en Jan De NeveDatum: 20 oktober 2009Module 1: Basiscursus statistiekIn deze module worden vooreerst de basisbegrippen, de concepten enveronderstellingen voldaan is? Hoe worden betrouwbaarheids- enpredictie-intervallen geïnterpreteerd? Indien er meerdere predictorenzijn, hoe wordt het beste regressiemodel dan gevonden? Kan eendiscrete variabele als predictor gebruikt worden? Deze en vele andereproblemen worden in deze lessenreeks uitvoerig behandeld, steeds metde nadruk op de toepassingen.de algemene gedachtegang aangebracht. Dit houdt in dat er gestartIn de eerste twee lessen wordt de enkelvoudige lineaire regressiewordt met een herhaling van de meest voorkomende distributiesbehandeld. In dit meest eenvoudige geval is er slechts 1 predictor.(normale, t, F, .), de principes van een statistische toets, de construc-Aan de hand van voorbeelden wordt er aangeleerd hoe de voorwaardentie van hypothesen, betrouwbaarheidsintervallen, steekproeven, enz.eenvoudig nagegaan kunnen worden en hoe hieraan eventueel verhol-Vervolgens komen de klassieke statistische technieken aan bod. Voorhet vergelijken van gemiddelden zijn de t- en de F-toets de meestgekende. De variatieanalyse met 1 of met meerdere factoren vormeneen directe uitbreiding hierop. Deze zijn gebaseerd op een statistischmodel, wat een belangrijke bouwsteen is in de toegepaste statistiek.Deze modellen zijn eveneens onontbeerlijk in de ontwerpfase van eenexperiment of studie: door het doordacht opzetten van een experimentkan met een minimale kost maximale informatie bekomen worden.In de lessen en de oefeningen zal de nadruk gelegd worden op hetprobleemoplossend vermogen van de statistische technieken, de voorwaarden voor toepassing, de interpretatie en de opzet van experimenten. Reële voorbeelden worden uitgewerkt.De theoretische concepten worden tevens aan de hand van JAVAapplets verduidelijkt en gevisualiseerd.pen kan worden (bv. transformaties). Hiertoe wordt de nadruk gelegdop grafische voorstellingen van de data en van het regressiemodel,zodat de bevindingen eenvoudig gecommuniceerd kunnen worden.Tevens wordt aangebracht hoe de statistische significantie van depredictor nagegaan wordt (t-toets), hoe betrouwbaarheidsintervallenberekend en geïnterpreteerd dienen te worden, en wat het verschil ismet predictie-intervallen indien het model voor predictiedoeleindengebruikt wordt.In de volgende twee lessen komt de meervoudige lineaire regressie aanbod. Dit zijn regressiemodellen met meerdere predictoren. Dezelfdetopics als bij de enkelvoudige lineaire regressie worden hier behandeld,maar het zal snel duidelijk zijn dat er hier extra problemen bij komenkijken, bijvoorbeeld het probleem van modelbouw: hoe kies je uit eenreeks van predictoren de beste? En wat zijn de gevolgen van te veelof te weinig predictoren geselecteerd te hebben? Het begrip correlatieDuur: 6 avonden: 50% theorie en 50% oefeningen 1 extra avond:tussen de predictoren zal hier een belangrijke rol spelen.100% oefeningenIn de laatste twee lessen komen de logistische en de niet-lineaireLesgevers: Jean-Pierre Ottoy, Kristof De Beuf en Peter Pipelersregressie aan bod. Alle concepten en technieken zullen met duidelijkeData: 27 oktober, 10, 17 en 24 november, 1, 8 en 15 december 2009Doelpubliek: R&D, wetenschappelijke onderzoekers, marketing enproductie: allen die inzicht in statistische dataverwerking en proefopzet willen verkrijgen.voorbeelden geïllustreerd worden. In de oefeningenlessen krijgende cursisten de kans om onder begeleiding zelf regressiemodellen tebouwen en te analyseren. De theoretische concepten worden tevensaan de hand van JAVA-applets verduidelijkt en gevisualiseerd.Referentieboek: “Applied Linear Statistical Models” van Neter,Duur: 6 avonden: 50% theorie en 50% oefeningen 1 extra avond:Wasserman en Kutner (MacGraw Hill) (optioneel)100% oefeningenLesgevers: Jean-Pierre Ottoy, Jan De Neve en Heidi WoutersData: 12, 19 en 26 januari, 2, 9 en 23 februari en 2 maart 2010Doelpubliek: R&D, wetenschappelijke onderzoekers, marketing enproductie: allen die inzicht in statistische dataverwerking en proefopzet willen verkrijgen door middel van modelbouw.Referentieboek: “Applied Linear Statistical Models” van Neter,Wasserman en Kutner (MacGraw Hill) (optioneel)
programmaModule 3: Niet-parametrische methodenIn modules 1 en 2 worden klassieke statistische analysetechniekenbesproken die bekend staan als parametrische methoden, waarbij deDuur: 5 avonden: 50% theorie en 50% oefeningen 1 extra avond:100% oefeningenLesgevers: Olivier Thas en Lieven Clementdata aan strikte distributionele veronderstellingen voldoen. De meestData: 9, 16, 23 en 30 maart, 20 en 27 april 2010bekende veronderstelling is wellicht de normaliteit. Hoewel dezeDoelpubliek: R&D, medische navorsers, wetenschappelijke onderzoe-parametrische analysemethoden vrij robuust zijn ten overstaan van dekers, marketing en productie: allen die inzicht in statistische dataver-veronderstellingen, kunnen toch grote fouten gemaakt worden.werking en proefopzet willen verkrijgen.In deze module worden methoden aangeleerd die toepasbaar zijnReferentieboek: ‘Introduction to Modern Nonparametric Statistics’onder minder restrictieve veronderstellingen. Zo zal de normaliteitvan J. Higgins (Duxbury) (optioneel)nooit verondersteld worden. De lessenreeks is georganiseerd volgensprobleemstelling. Er is steeds een link met de parametrische methodendie behandeld worden in modules 1 en 2.In de eerste les worden methoden gezien voor het vergelijken vangemiddelden en medianen. Als niet-parametrische alternatieven voorde t-testen worden de Wilcoxon en de Mann-Whitney rank testenbesproken. De Kruskal-Wallis test is de niet-parametrische tegenhanger van de F-test in een ANOVA. Deze testen maken gebruik van deasymptotische approximatie of van de exacte permutatiedistributie. Depraktische voor- en nadelen van beide worden uitgelegd. Alhoewel deniet-parametrische methoden niet dezelfde nulhypothese als de t- ende F-testen toetsen, zijn ze eigenlijk dikwijls veel informatiever. Naastniet-parametrische testen, worden ook enkele niet-parametrischeschatters besproken: de mediaan, de MAD (median absolute deviation)en de Hodges- Lehmann schatters.In de tweede les wordt aan de hand van voorbeelden aangetoond dathet vaak nuttig is niet alleen gemiddelden of medianen te vergelijken,maar dat meer zinvolle informatie gehaald wordt uit het vergelijkenvan volledige distributies, zodat in één moeite ook de varianties enscheefheden vergeleken kunnen worden. In een niet-parametrischestatistische analyse is deze stap van gemiddelden naar volledigedistributies eenvoudig te zetten (decompositie van de Pearson chikwadraat statistiek).Module 4: Multivariate methodenHier worden meer exploratieve statistische technieken uiteengezet.Veelal is men niet in staat een studie statistisch optimaal op te zettenen wordt men geconfronteerd met observationele studies. Men dienthierin een structuur te herkennen om tot een interpretatie en eenbesluit te komen. Een eerste techniek waarmee de dimensionaliteitvan een dataset gereduceerd kan worden is de principale componentenanalyse. Er wordt gezocht naar de belangrijkste (combinatie van)variabelen. Een stap verder is de factoranalyse. Dit soort analysenkomt zowel voor in industrie als in marktgerichte diensten. De canonische correlatieanalyse, die op dezelfde principes gebaseerd is, iseen multivariate methode die gebruikt kan worden om verbanden opte sporen tussen twee multivariate subsets. Vervolgens wordt de clusteranalyse besproken. Deze heeft tot doel groepen te onderscheidenin een multivariate gegevensset en kan eventueel een tweede stapvormen in de analyse, na eerst een principale componentenanalyse offactoranalyse uitgevoerd te hebben om de dimensionaliteit te reduceren. Indien er reeds meer a-priori kennis is omtrent de groepen, kaneen discriminantanalyse of een classificatieboom toegepast wordenom een criterium te bepalen dat gebruikt kan worden om nieuweobservaties in één der groepen onder te verdelen. Geen van dezetools is rechtstreeks gebaseerd op de technieken uit de eerste module,In de derde les worden een aantal niet-parametrische testen bespro-maar een basiskennis ervan is aangeraden om een duidelijk onder-ken voor meer complexe studies: factoriële proeven met meerderescheid te kunnen maken tussen de doelstellingen van de methoden.factoren en blokkenproeven. Tevens worden testen voor discreteDit onderscheid zit voornamelijk in het verschil tussen analyse vandata aangebracht (bv. Fisher exacte test, de Mantel-Haenszel test, deexperimentele of observationele studies. De eerste soort leent zichMcNemar test, ).tot het toepassen van bevestigende statistische methoden: hypotheseOok voor de lineaire regressieanalyse bestaan er niet-parametrischetoetsen. Op de tweede soort daarentegen worden eerder exploratievetegenhangers. Dit vormt het onderwerp van de vierde les. Eerst wordenen hypothese genererende technieken toegepast.enkele niet-parametrische schatters en exacte testen voor de parameters in een lineair regressiemodel besproken. Vervolgens wordt hetlineaire model vervangen door minder restrictieve modellen: smoothersDuur: 5 avonden: 50% theorie en 50% oefeningen 1 extra avond:100% oefeningen(bv. LOESS en splines) en GAM (generalized additive models).Lesgevers: Olivier Thas en Ellen DeschepperIn de vijfde les bespreken we een algemene niet-parametrischeData: 4, 11, 18 en 25 mei, 1 en 8 juni 2010methode voor het bekomen van approximatieve varianties en betrouw-Doelpubliek: R&D, wetenschappelijke onderzoekers, marketing enbaarheidsintervallen: de bootstrap. Deze methode wordt geïllustreerdproductie: allen die geconfronteerd worden met grote multivariateaan de hand van enkele voorbeelden zoals regressie en correlatie datasets waarin een structuur dient gezocht te worden met het oog opcoëfficiënt.het vormen van conclusies.Referentieboek: “Multivariate Statistical Methods” van Bryan F.J.Manly (Chapman & Hall) (optioneel)
lesgeversWetenschappelijk Coördinator:Prof. dr. Jean-PierreOttoy is gewoon hoogleraar aan de vakgroepToegepaste wiskunde,biometrie en proces regeling en verantwoordelijk voor het onderwijs in de wiskunde,informatica en statistische dataverwerking aan de bio-ingenieurs.Tevens is hij actief in de statistische dienstverlening, zowel binnen als buiten de universiteit.Het wetenschappelijk onderzoek is gesitueerd inhet domein van de biomathematica, meer in hetbijzonder de toegepaste statistiek, waarbij demodelvorming en de kwantitatieve analyse eenvooraanstaande rol spelen.Lesgevers:Prof. dr. ir. Olivier Thas is hoofddocent aan de vakgroep Toegepaste wiskunde, biometrie enprocesregeling. Hij verzorgt o.a. de basiscursus statistiek voor verscheidene Engelstalige masteropleidingen en de cursussen Multivariate Statistiek en Proefopzet voor de studenten bio-ingenieur.Hij is ook betrokken bij de opleiding Master in Statistical Data Analysis aan de UGent. Tevens ishij actief in de statistische dienstverlening, zowel binnen als buiten de universiteit. Zijn onderzoek kadert voornamelijk binnen de niet-parametrische en multivariate statistiek.Dr. Lieven Clement, Kristof De Beuf, Jan De Neve en Peter Pipelers zijn doctor-assistentrespectievelijk assistent aan de vakgroep Toegepaste wiskunde, biometrie en procesregeling, waarzij betrokken zijn bij de ondersteuning van de vakken statistische dataverwerking, proefopzet enmultivariate statistiek. Zij verlenen allen ondersteuning aan studenten en onderzoekers voor destatistische verwerking van experimenten in het domein van de toegepaste biologische wetenschappen. Ze zijn tevens betrokken bij het wetenschappelijk onderzoek, geleid door Prof. JeanPierre Ottoy en Prof. Olivier Thas. Hun onderzoek situeert zich in de toegepaste statistiek, meerbepaald in de ontwikkeling van statistische methoden voor genoomanalyse.Dr. Ellen Deschepper is wiskundige en behaalde tevens een Master of Science in Biostatisticsalsook een doctoraat in de toegepaste statistiek. Zij is thans biostatisticus aan de FaculteitGeneeskunde en Gezondheidswetenschappen (Cel Biostatistiek) waar zij in staat voor de statistische ondersteuning van het wetenschappelijk onderzoek binnen de medische wetenschappen.Ze heeft ervaring met statistische dienstverlening en met praktijkgerichte training zowel binnenals buiten de universiteit. Haar expertise kadert voornamelijk binnen de niet-parametrische, demilieugerichte en medische statistiek.Dr. Heidi Wouters is wiskundige en behaalde tevens een Master of Science in Biostatistics alsookeen doctoraat in de toegepaste statistiek. Zij is thans biostatisticus bij het bedrijf Ablynx waar zevanaf de opzet tot en met de analyse van de klinische en preklinische studies verantwoordelijk isvoor ‘good statistical practice’. Zij geeft ook statistische trainingen aan het personeel bij Ablynxmet als bedoeling de statistische bewustwording te stimuleren binnen het bedrijf.deelnemingsformulier Inschrijven via www.ivpv.ugent.be OF eventueel via dit formulier terug te sturen naar: UGent IVPV – Tav Els Van Lierde, Technologiepark 913, 9052 Zwijnaarde terug te faxen naar IVPV: 09 264 56 05Ik wens in te schrijven voor:PrijsGelieve dit formulier ingevuld (in drukletters) en ondertekendterug te sturen. e 60Naam:Module 1: Basiscursus statistieke 1.050Voornaam:Module 2: Regressieanalysee 1.050Privé-adres: StraatModule 3: Niet-parametrische Methodene 900Module 4: Multivariate methodene 900Modules 0 t.e.m. 4e 3.180Modules 1 t.e.m. 4e 3.120Module 0: Inleiding SPSS(enkel te volgen in combinatie met minstens 1 andere module) M Handboeken “Applied Linear Statistical Models” van Neter, Wasserman en Kutner (MacGraw Hill):e 47,63 (incl. BTW) (optioneel bij module 1 en 2) “Introduction to Modern Nonparametric Statistics” van J. Higgins (Duxbury):e 47,63 (incl. BTW) (optioneel bij module 3) Telefoon:“Multivariate Statistical Methods” van Bryan F.J. Manly (Chapman & Hall):e 41,28 (incl. BTW) (optioneel bij module 4)E-mail: Informeer mij over andere opleidingen van het IVPV met als onderwerp:Adres bedrijf: StraatPostnr.GemeenteFax:BTW nr.:Factuur opmaken op naam van:Datum:Nr.Handtekening: Bedrijf/instelling Privé-adresUw adresgegevens worden door het IVPV in een bestand opgenomen zodat wij u op de hoogte kunnen houden van onze activiteiten en programma’s;overeenkomstig de wet van 8/12/1992 tot bescherming van de persoonlijke levenssfeer ten opzichte van de verwerking van persoonsgegevens, heeft u recht op inzage, correctie of schrapping
Module 1: Basiscursus statistiek 27 oktober, 10, 17 en 24 november, 1, 8 en 15 december 2009 Module 2: Regressieanalyse 12, 19 en 26 januari, 2, 9 en 23 februari en 2 maart 2010 Module 3: Niet-parametrische methoden 9, 16, 23 en 30 maart, 20 en 27 april 2010 Module 4: Multivariate methoden 4, 11, 18 en 25 mei, 1 en 8 juni 2010 Praktijkgerichte .
De cursus ‘Statistiek I’ is een inleiding tot de statistiek. De statistische technieken die behandeld worden, vormen de basis voor verschillende vervolgcursussen (zoals Sta-tistiek II, Psychometrie, Onderzoeksmethoden I en II en Toegepaste data-analyse). Kennis in statistiek kan pas verworven worden nadat het duidelijk is waarom statistiek
Een praktijkgerichte benadering van Organisatie en van Dam Management Marcus Zevende druk. Een praktijkgerichte benadering van Organisatie en Management. Opgedragen aan: Anjette, Jasper, Hugo en Yannick . Een praktijkgerichte benadering van Organisatie en Management Zevende druk Noordhoff Uitgevers Groningen Houten Nick van Dam Jos Marcus. Ontwerp omslag: G2K Designers, Groningen/Amsterdam .
1 1-jarige opleiding ABA Onze opleiding bestaat uit een basisworkshop en 6 verdiepende workshops, gegeven op zaterdagen. U kunt zich inschrijven voor de gehele opleiding, of voor losse workshops. Alle workshops bestaan uit: - Een manual met de theorie die behandeld wordt in de workshop - Een test aan het begin van de workshop
Statistiek van niet-onderscheidbare deeltjes - Bose-Einstein statistiek voor bosonen (bijvoorbeeld fotonen, mesonen, enz.) - Fermi-Dirac statistiek voor fermionen (bijvoorbeeld elektronen, nucleonen, enz.)
honden een dergelijk sesambeen voorkwam op RX en CT. Interobserver statistiek werd toegepast a.d.h.v. Cohen’s Kappa statistiek. Daarnaast heeft men ook gekeken naar aanwezigheid van elleboog dysplasie en of er een verband was met aanwezigheid van het sesambeen (χ2 statistiek). Bij gemiddeld 8,33% van de honden werd een sesambeen gevonden op RX.
1. De Onderwijsovereenkomst legt de verbintenis tussen het Albeda College en de student vast. 2. Het Studentenstatuut legt de rechten en plichten van de student vast. 3. De studiehandleiding informeert de student over de organisatie en de inhoud van de opleiding (inclusief BPV, OER, organisatie van de opleiding en de schoolkosten).
Centrum voor Statistiek Krijgslaan 281 – S9, 9000 Ghent www.cvstat.UGent.be Institute for Continuing Education in Science This series includes courses that are embedded in the Doctoral Schools programs. Visit your DS website for more information Instituut voor Permanente Vorming in de Wetenschappen Deze reeks omvat cursussen die zijn opgenomen
Advanced Engineering Mathematics 6. Laplace transforms 21 Ex.8. Advanced Engineering Mathematics 6. Laplace transforms 22 Shifted data problem an initial value problem with initial conditions refer to some later constant instead of t 0. For example, y” ay‘ by r(t), y(t1) k1, y‘(t1) k2. Ex.9. step 1.
