Linear mixed effects models in SPSS 3201-LST-OC-RM5-OG

ogólnouniwersyteckie

w sali

(po angielsku) Expectations of the participants (skills, applications, equipment): 1. English proficiency at B2 (upper-intermediate) or higher 2. Software IBM SPSS statistics installed and ready to use (the license is available for staff and students at the University of Warsaw), and practical knowledge of it's functions 3. Knowledge of the following statistical concepts will be assumed: - The meaning of p values, standard errors, confidence intervals - The importance of effects sizes and how to obtain them. - The assumptions of parametric tests: how to check the assumptions and potentially solve problems when the assumptions are not met. - Test assumptions using residuals, where appropriate (e.g., normality, homogeneity of variance, linearity, collinearity). - Different types of variable transformations (e.g., log, square root) - T-tests (independent and dependent), ANOVAs (including interactions; between-subject and repeated measures). - Linear regression analysis (simple and multiple regression) and their assumptions. - How to normalise, re-scale (standardize), and center continuous predictors. - Using model predicted values to generate graphs to visualise results Note that some of these topics will be reviewed but only briefly. If necessary, the participant is advised to review these topics in more detail at their own time. A working knowledge of these topics will be assumed during the course.

Więcej informacji o poziomie przedmiotu, roku studiów (i/lub semestrze) w którym się odbywa, o rodzaju i liczbie godzin zajęć - szukaj w planach studiów odpowiednich programów. Ten przedmiot jest związany z programami:

• Bioinformatyka i biologia systemów, stacjonarne, pierwszego stopnia
• Informatyka, stacjonarne, pierwszego stopnia
• Matematyka, stacjonarne, pierwszego stopnia
• Bioinformatyka i biologia systemów, stacjonarne drugiego stopnia
• Informatyka, stacjonarne, drugiego stopnia
• Matematyka, stacjonarne, drugiego stopnia

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

• Strona przedmiotu 3201-LST-OC-RM5-OG w USOSweb