Disciplina Discipline RMS5773
Análise de Dados Categóricos e Modelos de Regressão Logística
Categorical Data Analysis e Logistic Regression Models

Área de Concentração: 17139

Concentration area: 17139

Criação: 09/12/2021

Creation: 09/12/2021

Ativação: 09/12/2021

Activation: 09/12/2021

Nr. de Créditos: 3

Credits: 3

Carga Horária:

Workload:

Docentes Responsáveis:

Professors:

Gleici da Silva Castro Perdoná

Hayala Cristina Cavenague de Souza

Objetivos:

Apresentar técnicas estatísticas para análise de dados categóricos aplicados à área da saúde. Aprofundar o conhecimento de análises das tabelas de contingência, medidas de associação mais frequentes, Modelos Log-lineares e Modelo de regressão logística.

Objectives:

The objectives of this course are 1. To familiarize students with the statistical techniques for analyzing categorical data in heath. 2. To deepen the knowledge of the students in analysis of contingency tables, association measures, log-linear models, and logistic regression model.

Justificativa:

Na área da saúde, particularmente em estudos em epidemiologia, é comum encontrar situações onde o desfecho é binário ou categórico e existe interesse em verificar e quantificar a associação entre exposição e desfecho. Eventualmente, há a necessidade de ajustar potenciais variáveis de confusão à análise dos dados, gerando, portanto, a necessidade de conhecimento de técnicas estatísticas como análise de tabelas de contingência, medidas de associação, Modelos Log-lineares e Modelo de regressão logística.

Rationale:

In area of medicine, particularly in epidemiology studies, it is common to find situations where the outcome is binary or categorical and there is interest in verifying and quantifying the association between exposure and outcome. Fitting potential confounding variables to the data is often necessary and therefore, there is a need for knowledge of statistical techniques such as analysis of contingency tables, measures of association, log-linear models, and logistic regression model.

Conteúdo:

Análise de tabelas de contingência. Tabelas de contingências r x c Teste Qui quadrado Análise de resíduos Partição de tabelas rxc Tabelas ordenadas Medidas de Associação Teste de Mantel‐Haenszel Modelos Log-Lineares Modelos log‐lineares para tabelas de contingência Modelo log‐linear de independência para tabela 2x2 Modelos log‐lineares para tabelas de tripla entrada Inferência para modelos log‐lineares Método de seleção de Modelos Regressão logística Regressão logística simples Razão de chances (Odds Ratio) Inferência para regressão logística Regressão logística com preditores categóricos (teste de Cochran‐Mantel‐Haenszel) Regressão logística múltipla Estratégias para seleção do modelo (AIC‐ Akaike Information Criterion)

Content:

Analysis of contingency tables. r x c contingency tables Chi square test Analysis of Residuals rxc table ordered tables Association Measures Mantel-Haenszel Test Log-Linear Models Log-linear models for contingency tables Log‐linear model of independence for 2x2 table Log-linear models for triple entry tables Inference for log‐linear models Model Selection Method Logistic regression Simple logistic regression Odds Ratio Inference for logistic regression Logistic regression with categorical predictors (Cochran-Mantel-Haenszel test) Multiple logistic regression Model Selection Strategies (AIC- Akaike Information Criterion)

Forma de Avaliação:

Prova escrita ao término da disciplina(6) e apresentação de um seminário(4).

Type of Assessment:

Written test at the end of the course(6) and a presentation of one seminar(4).

Observação:

Aconselha-se que o aluno tenha prévio conhecimento de tópicos em metodologia de pesquisa e bioestatística/estatística básica.

Notes/Remarks:

The student is advised to have prior knowledge of topics in research methodology and biostatistics/basic statistics.

Bibliografia:

Agresti, A. (2007)An Introduction to Categorical Data Analysis. 2nd edition. New York: Wiley. Agresti, A. (2002) Categorical Data Analysis. 2nd edition. New York: Wiley. Bland, J.M., Altman, D.G. (2000), The odds ratio. BMJ;320:1468. Dupont, E. D., (2002) Statistical Modeling for Biomedical Researchers. Cambridge University Press. Everitt, B.S.(1977) The analysis of contingency tables. New York, John Wiley & Sons. Fleiss, Levin, & Paik, (2003) Statistical Methods for Rates and Proportions. Forthofer, R.N.; Lehnem, R.G. (1981). Public Program Analysis: a new categorical data. Lifetime Learning Publications. Freeman, Jr., D.H. (1987). Applied categorical data analysis. New York: Marcel Dekker. Giolo, S. R, (2017) Introdução à Análise de Dados Categóricos com Aplicações. Editora: Blucher - Projeto Fisher ABE. Hosmer DW, Lemeshow S. (2000) Applied logistic regression. 2. ed. New York: John Wiley & Sons. Kleinbaum, D.G. (2005). Logistic regression A Self-Learning Text, 2nd ed. New York. Le, C. T. (2010) Applied Categorical Data Analysis and Translational Research. 2nd edition. New York: Wiley. Mantel, N., & Haenszel, W. (1959). Statistical aspects of the analysis of data from retrospective studies of disease. Journal of the National Cancer Institute, 22, 719-748. Paula, G. A. (2013), Modelos de Regressão com Apoio Computacional. home-page:www.ime.usp.br/_giapaula. Paulino, C.D. e Singer, J.M. (2006). Análise de dados categorizados. São Paulo: Blücher. Schechtman E. (2002) Odds ratio, relative risk, absolute risk reduction, and the number needed to treat - Which of these should we use?, Value In Health, 5, 5, 431-436. Stokes, Davis, & Koch. (2000) Categorical Data Analysis Using the SAS System.

Bibliography:

Agresti, A. (2007) An Introduction to Categorical Data Analysis. 2nd edition. New York: Wiley. Agresti, A. (2002) Categorical Data Analysis. 2nd edition. New York: Wiley. Bland, J.M., Altman, D.G. (2000), The odds ratio. BMJ;320:1468. Dupont, E. D., (2002) Statistical Modeling for Biomedical Researchers. Cambridge University Press. Everitt, B.S. (1977) The analysis of contingency tables. New York, John Wiley & Sons. Fleiss, Levin, & Paik, (2003) Statistical Methods for Rates and Proportions. Forthofer, R.N.; Lehnem, R.G. (1981). Public Program Analysis: a new categorical data. Lifetime Learning Publications. Freeman, Jr., D.H. (1987). Applied categorical data analysis. New York: Marcel Dekker. Giolo, S. R, (2017) Introdução à Análise de Dados Categóricos com Aplicações. Editora: Blucher - Projeto Fisher ABE. Hosmer DW, Lemeshow S. (2000) Applied logistic regression. 2. ed. New York: John Wiley & Sons. Kleinbaum, D.G. (2005). Logistic regression A Self-Learning Text, 2nd ed. New York. Le, C. T. (2010) Applied Categorical Data Analysis and Translational Research. 2nd edition. New York: Wiley. Mantel, N., & Haenszel, W. (1959). Statistical aspects of the analysis of data from retrospective studies of disease. Journal of the National Cancer Institute, 22, 719-748. Paula, G. A. (2013), Modelos de Regressão com Apoio Computacional. home-page:www.ime.usp.br/_giapaula. Paulino, C.D. e Singer, J.M. (2006). Análise de dados categorizados. São Paulo: Blücher. Schechtman E. (2002) Odds ratio, relative risk, absolute risk reduction, and the number needed to treat - Which of these should we use?, Value In Health, 5, 5, 431-436. Stokes, Davis, & Koch. (2000) Categorical Data Analysis Using the SAS System.

Tipo de oferecimento da disciplina:

Presencial

Class type:

Presencial