BI493广义线性模型-上海交通大学生命科学技术学院

广义线性模型课程教学大纲课程基本信息(CourseInformation)课程代码(CourseCode)BI493*学时(CreditHours32(*学分)2(Credits)*课程名称(CourseTitle)广义线性模型GeneralizedLinearModel*课程性质(CourseType)专业选修课Elective授课对象(TargetAudience)生物信息学、生物统计学或其他相关专业的本科学生Undergraduatesmajoredinbioinformatics/biostatistics*授课语言(LanguageofInstruction)中英双语Chinese+English*开课院系(School)生命科学技术学院SchoolofLifeSciencesandBiotechnology先修课程(Prerequisite)高等数学、线性代数、概率论、数理统计Calculus,LinearAlgebra,Probability,Statistics授课教师(Instructor)ZuohengWang,ShuanggeMa,HaiqunLin(Yale),HuiLu,MaoyingWu(SJTU)课程网址(CourseWebpage)/course/bi493*课程简介(Description本课程将介绍自然科学和社会科学领域中针对定量和定性数据的广义线性回归分析方法和技术，例如针对定量数据的多元性性回归、ANOVA和ANCOVA,针对二元分类数据的Logistic和Probit回归模型，针对计数数据的泊松回归模型和负二项回归模型，针对生存数据的分段指数模型等等。课程将在似然估计理论的框架下展开。作为一门专业课，本课程要求学生在掌握统计学理论的同时，能结合R语言等统计学语言，将学到的知识应用于本学科的数据分析中。*课程简介(DescriptionThiscoursewillcovertheclassicstatisticalmodelsfortheanalysisofquantitativeandqualitativedataencounteredinnaturalandsocialscienceinvestigation,inthecontextoflikelihoodtheory.Thestatisticalmethodsstudiedarethegenerallinearmodelsforquantitativeresponses(includingmultipleregression,ANOVAandANCOVA),binomialregressionmodelsforbinarydata(includinglogisticregressionandprobitmodels),modelsforcountdata(includingPoissonregressionandnegativebinomialmodels)andmodelsforsurvivaldata(PiecewiseexponentialmodelsfittedviaPoissonregression).AllofthesetechniquesarecoveredasspecialcasesoftheGeneralizedLinearModel,whichprovidesacentralunifyingstatisticalframeworkfortheentirecourse.课程教学大纲(coursesyllabus)*学习目标(LearningOutcomes)似然估计理论与线性模型(Likelihoodtheoryandlinearmodels)(A5.2,A5.5.1)广义线性基础理论模型(Theoryofgeneralizedlinearmodels)(A5.2，A5.5.1)二元与分类数据分析(Analysisofbinaryandcategoricaldata)(A5.2，A5.5.1)

对数线性模型(Log-linearmodels)(A5.2,A5.5.1)拟似然估计理论(Quasi-likelihood)(A5.2,A5.5.1)生存数据的广义线性模型(Modelsforsurvivaldata)(A5.2,A5.5.1)广义线性模型的高阶部分(Advancedtopics,includingestimationoflinkfunction,transformationmodel,etc.)(A5.2,A5.5.1)广义线性模型的软件分析(AnalysisofGLMsusingRandotherstatisticalsoftware)(A5.1，A5.2，A5.5.1)*教学内容、进度安排及要求(ClassSchedule&Requirements)教学内容学时教学方式作业及要求基本要求考查方式第1讲似然估计理论4授课7.1-7.13掌握MLE估计的常用优化方法掌握常规概率模型的MLE方法作业第2讲线性模型2授课上机3.1-3.2，3.4-3.11线性回归的一般理论与参数估计与假设检验方法线性回归模型的评价方法ANOVA与ANCOVA作业上机第3讲广义线性模型理论与方法初步4授课上机2.1-2.15广义线性模型理论最大似然估计假设检验方法不同类型的误差与link函数作业上机第4讲二元分类数据分析4授课上机4.1-4.30Logistic回归Probit分析模型的参数估计与假设检验模型选择模型的评价方法如ROC等作业期中考试2闭卷考试-前期介绍内容的总结考试第5讲对数线性模型4授课上机6.3-6.15应用poisson回归模型分析列联表多项氏分布与泊松分布的关系3•针对异方差与过度分散计数数据的回归模型4.零膨胀问题的处理上机作业第6讲拟似然估计理论2授课9.1-9.10掌握如何在缺乏足够信息建立似然函数的情况下进行统计推断作业

的方法第7讲生存数据的广义线性模型4授课上机13.1-13.2风险与生存函数删失与似然函数生存建模方法分段指数模型离散时间模型作业上机第8讲广义线性模型进阶4授课上机14.815.51•变换模型与连接函数的选择纵向与聚类数据的广义线性模型固定效应与随机效应多组、多层次数据的建模分析作业上机期末考试或大作业2考试大作业-掌握广义线性模型的理论与方法大作业/考试*考核方式(Grading)平时作业(30%)+期中考试(40%)+期末考试(30%)Homework(30%)+Midterm(30%:2hoursin-class,close-book)+Final(30%:open-bookexam)*教材或参考资料(Textbooks&OtherMaterials)GeneralizedLinearModels(secondedition)byMcCullaghandNelder.Additionalreadingmaterials(scientificpapers)willbedistributedduringclass.其它(