Medizinische Datenanalyse
Lehrveranstaltungen | Kontaktzeit | Selbsstudium | |
Vorlesung (4 SWS) | 4 SWS / 80h | 105 h | |
Praktikum (2 SWS) |
Lernergebnisse/Kompetenzen
Die Studierenden sind in der Lage, grundlegende Verfahren der medizinischen Datenanalyse zu bewerten und diese im konkreten Anwendungskontext einzusetzen.
Inhalte
Typische Aufgabenstellungen der Datenanalyse, Wahrscheinlichkeiten, Zufallsvariable, Verteilungen, Wich- tige Verteilungen, Parameterische und nichtparametrische statistische Testverfahren, Methode der kleins- ten Quadrate, Maximum-Likelihood Verfahren, Monte-Carlo Verfahren, Einblick in überwachte und nicht- überwachte Verfahren, Analyse von Überlebenszeiten, Studienplanung.
Praktikumsinhalt:
Praktische Übungen in Matlab zu statistischen Testverfahren, Überlebenszeitanalyse und zu einfachen überwachten Klassifikationsmodellen (z. B. kNN-Verfahren).
Workload | 225 h |
Credits | 7.5 |
Studiensemester | 4. oder 5. Sem |
Turnus | jedes SS |