Βιοστατιστική

Γενικά

• Κωδικός: 278-190106
• Εξάμηνο: 1o
• Επίπεδο Σπουδών: Προπτυχιακό
• Τύπος μαθήματος: Γενικού υποβάθρου
• Γλώσσα διδασκαλίας και εξετάσεων: Ελληνικά
• Μέθοδοι Διδασκαλίας (Ώρες/εβδ.): Θεωρία (2) / Εργαστήριο (1)
• Μονάδες ECTS: 3
• Σελίδα μαθήματος: https://moodle.teithe.gr/course/index.php?categoryid=196
• Διδάσκοντες: Μίνος Γεώργιος
• Πρόγραμμα Μαθημάτων:
  • Δε 08:00 - 09:00: Εργαστήριο Βιοστατιστικής
  • Τρ 11:00 - 13:00: (Θ) Αμφιθέατρο Οικονόμου
  • Πε 09:00 - 10:00: Εργαστήριο Βιοστατιστικής
  • Πε 10:00 - 11:00: Εργαστήριο Βιοστατιστικής
  • Πε 11:00 - 12:00: Εργαστήριο Βιοστατιστικής
  • Πε 12:00 - 13:00: Εργαστήριο Βιοστατιστικής
  • Πε 13:00 - 14:00: Εργαστήριο Βιοστατιστικής

Περιεχόμενα μαθήματος

Θεωρία

• Σχεδιασμός μελέτης. Δείγμα και πληθυσμός, δειγματοληπτικό σφάλμα, συλλογή δεδομένων, είδη δειγματοληψίας και σχεδιασμού μελέτης.
• Εισαγωγή και επεξεργασία δεδομένων. Μορφή αρχείων δεδομένων, εισαγωγή, επεξεργασία, διαχείριση αρχείων (Excel, SPSS), διαχείριση αποτελεσμάτων.
• Περιγραφική Στατιστική ανάλυση – Περιγραφικά μέτρα: Μέτρα θέσης ή Κεντρικής Τάσης (Μέση τιμή-Mean, Διάμεσος-Median, Επικρατούσα τιμή-Mode. Ποσοστημόρια ή Εκατοστημόρια – Percentiles, Τεταρτημόρια – Quartiles), Μέτρα Διασποράς (Εύρος μεταβολής-Range, Διακύμανση-Variance, Τυπική απόκλιση-Std. Deviation, Τυπικό σφάλμα-S.E. of mean, Συντελεστής μεταβλητότητας-Coefficient of Variation, Ενδοτεταρτημοριακό Εύρος-IQR, Συντελεστής ασυμμετρίας-Skewness, Συντελεστής Κύρτωσης-Kurtosis).
• Δημιουργία και Επεξεργασία Γραφημάτων. (Ιστόγραμμα-Histogram, Ραβδόγραμμα-Bar chart, Θηκόγραμμα-Boxplot, Κυκλικό διάγραμμα-Pie chart, Διάγραμμα διασποράς-Scatter plot).
• Έλεγχος κανονικότητας δειγμάτων (Test of Normality) – Γραφικές μέθοδοι (Normal curve on Histogram, P-P Plots, Q-Q Plots, Boxplot), Στατιστικοί έλεγχοι (Kolmogorov-Smirnov, Shapiro-Wilk).
• Έλεγχος Υποθέσεων. Μηδενικές υποθέσεις, βαθμοί ελευθερίας.
• Στατιστική Ανάλυση με τη χρήση Πινάκων Συνάφειας (Crosstabs). Δοκιμασία χ² (Chi-square) ως Έλεγχος Ανεξαρτησίας – Έλεγχος Συσχέτισης (Contingency coefficient, Phi & Cramer’s V).
• Χρήση του χ² τεστ για έλεγχο ομοιογένειας (One sample Chi-Square test).
• Ανάλυση Συσχέτισης (Correlation): Παραμετρική Συσχέτιση ποσοτικών μεταβλητών –(Pearson’s r), Μη Παραμετρική Συσχέτιση ποσοτικών & ποιοτικών μεταβλητών (Spearman’s rho, Kendall’s tau-b).
• Στατιστικά τεστ για σύγκριση μέσων τιμών (t-test) – Σύγκριση μιας μέσης τιμής ως προς μια προκαθορισμένη αριθμητική τιμή (One sample t-test) – Σύγκριση μέσων όρων δυο ανεξάρτητων δειγμάτων (Independent samples t-test) – Εξέταση διαφορών μεταξύ δύο μέσων τιμών από συσχετιζόμενες τιμές – Κατά ζεύγη δείγματα (Paired Samples t-test).
• Ανάλυση διακύμανσης ως προς ένα παράγοντα (One way Analysis of Variance – ANOVA).
• Ανάλυση διακύμανσης ως προς δύο παράγοντες (Two way ANOVA)
• Μη Παραμετρικοί Στατιστικοί έλεγχοι σύγκρισης δεδομένων – Σύγκριση για ένα δείγμα (Wilcoxon signed-rank) – Έλεγχοι δύο ανεξάρτητων δειγμάτων (Mann-Whitney U, Wilcoxon W) – Έλεγχοι δύο συσχετιζόμενων δειγμάτων (Sign, Wilcoxon Signed-rank, McNemar) – Διαφορές ανάμεσα σε πολλές ανεξάρτητες ομάδες (Kruskal-Wallis Η, Jonckheere-Terpstra).
• Ανάλυση Συνδιακύμανσης (Analysis of Covariance – ANCOVA).
• Ανάλυση αξιοπιστίας άλφα του Cronbach.
• Παραγοντική Ανάλυση – Ανάλυση Κύριων Συνιστωσών (Exploratory Analysis – Principal Component Analysis-PCA).
• Ανάλυση Γραμμικής Παλινδρόμησης (Linear Regression Analysis). Ιεραρχική Ανάλυση Παλινδρόμησης (Hierarchical Regression Analysis).
• Πολυμεταβλητή Ανάλυση Διακύμανσης (Multivariate Analysis of Variance, MANOVA).

Εργαστήριο

• Με τη χρήση Στατιστικού προγράμματος (π.χ. SPSS, PSPP) γίνεται εφαρμογή σε δεδομένα από τις επιστήμες υγείας των ελέγχων που διδάσκονται στη θεωρία του μαθήματος.

Μαθησιακοί Στόχοι

Ο σκοπός του μαθήματος είναι να κατανοήσουν οι φοιτητές τα βασικά μεθοδολογικά θέματα  που έχουν σχέση με την εφαρμοσμένη έρευνα στις Βιοιατρικές επιστήμες.

Μετά την επιτυχή ολοκλήρωση της Θεωρίας του μαθήματος ο/η  φοιτητής/τρια θα είναι σε θέση να κατανοήσει:

• Τη μεθοδολογική οργάνωση, το σχεδιασμό και την οργάνωσης της έρευνας και τη συλλογή δεδομένων.
• Τις βασικές έννοιες της Περιγραφικής και Επαγωγικής Στατιστικής.
• Την επιλογή του κατάλληλου στατιστικού ελέγχου, ανάλογα με τις μεταβλητές (variables), τα δεδομένα (data) την έρευνα που διενεργείται και το ζητούμενο της έρευνας.
• Την εκτέλεση των διαφόρων στατιστικών ελέγχων μέσα από τη χρήση διαδεδομένων εμπορικών στατιστικών πακέτων ανάλυσης δεδομένων (SPSS, PSPP), την εξαγωγή και τον έλεγχο του αποτελέσματος από κάθε έλεγχο.
• Τον τρόπο παρουσίασης των αποτελεσμάτων μιας έρευνας δια μέσου πινάκων και διαγραμμάτων.

Γενικές Ικανότητες

• Προσαρμογή σε νέες καταστάσεις.
• Λήψη αποφάσεων.
• Αυτόνομη εργασία.
• Ομαδική εργασία.
• Σχεδιασμός και διαχείριση έργων.
• Σεβασμός στη διαφορετικότητα και στην πολυπολιτισμικότητα.
• Επίδειξη κοινωνικής, επαγγελματικής και ηθικής υπευθυνότητας και ευαισθησίας σε θέματα φύλου.
• Εργασία σε διεπιστημονικό περιβάλλον.
• Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης.

Μέθοδοι Διδασκαλίας

• Διαλέξεις (πρόσωπο με πρόσωπο).

Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών

• Διαλέξεις με διαφάνειες σε PowerPoint (χρήση Η/Υ και προβολέα).
• Χρήση βίντεο και διαδικτυακών εφαρμογών στη διδασκαλία.
• Ανάρτηση υλικού μαθήματος και επικοινωνία με τους φοιτητές στις ηλεκτρονικές διαδικτυακές πλατφόρμες E-class, Blackboard και Moodle.
• Χρήση υπολογιστών και εξειδικευμένου λογισμικού για στατιστική επεξεργασία (PSPP, SPSS) στις Εργαστηριακές Ασκήσεις.

Οργάνωση Διδασκαλίας

Αξιολόγηση Φοιτητών

Θεωρία

• Γραπτές τελικές εξετάσεις.

Εργαστήρια

• Τελικές εξετάσεις σε υπολογιστικό περιβάλλον (Η/Υ) με χρήση εμπορικών στατιστικών πακέτων ανάλυσης δεδομένων (SPSS, PSPP).

Τα κριτήρια γίνονται γνωστά στις φοιτήτριες/τους φοιτητές κατά την πρώτη συνάντηση και περιλαμβάνονται στο πλάνο του μαθήματος (syllabus).