 |
 |
|
|||||||
|
|
|
|||||
| www.biostatistiikanseura.org | |||||||
 |
Sisältö:Yhteystiedot:Sihteeri:
|
Arkisto [2010 | 2009 | 2008 | 2007]Ohjelma: 12:15 - 13:45 Esitelmiä (Hurme T, Jauhiainen L, Laaksonen M, Matilainen K, Niemi A, Rajala T) 13:45 - 14:15 Kahvitauko 14:15 - 16:00 Esitelmiä (Fischer D, Golini N, Ilmonen P, Liski E, Tokola K, Wang T) 16:30 - Illallinen omakustannushintaan ravintola Telakalla Lisää tietoa seminaarista ja esitelmien pitäjistä/aiheista tästä. (päivitetty 12.4.2010) Kaikki Tilastoseuran jäsenet ovat tervetulleita Suomen Tilastoseuran vuosikokoukseen torstaina 11.2.2010! Kokous pidetään Tilastokeskuksessa Helsingissä (os. Työpajankatu 13, 0058 Helsinki) klo 16.00 alkaen. Kokouksessa käsitellään menneen vuoden toiminta, valitaan seuralle uusi hallitus sekä käsitellään muut vuosikokoukselle sääntöjen mukaan kuuluvat asiat. Kokouksen esityslista on tämän jäsentiedotteen liitteenä. Kokoukseen tulijoita pyydetään ilmoittamaan tulostaan Tilastoseuran sihteerille Tanja Huoviselle 9.2. 2010 mennessä sähköpostitse osoitteeseen sihteeri @ tilastoseura.fi OHJELMA 14.00 Tilaisuuden avaus. Puheenjohtaja, Suomen Tilastoseura ry. 14.05 Globaalit haasteet: demokratia, etninen väkivalta ja eriarvoisuus. Professori (emeritus) Tatu Vanhanen, Tampereen yliopisto 14.50 Kahvitarjoilu 15.10 "Planetaarinen tilastotoimi". Talous- ja tilastomatematiikan professori (em.) Pentti Malaska, Turun kauppakorkeakoulu. 15.45 Loppukeskustelu 16.00 Tilaisuuden päätös Seminaari on maksuton ja avoin kaikille. Pyydämme osallistujia kuitenkin ystävällisesti ilmoittautumaan tiistaihin 2.3.2010 mennessä seuran sihteerille Arto Kokkiselle p. (09) 17341, sihteeri @ tilastoseura.fi (supplementary computer workshop Oct 2nd) Turku, Finland The course is a two-day course with a supplementary one day computer workshop. The head speaker professor Ed Vonesh has decades of experience from nonlinear mixed models. He is an excellent teacher and he has shown his outstanding knowledge on this area in many publications and several books. This course will focus on applications and implementations using mainly the newest available procedures in SAS, without ignoring the theory behind the implementations. More information is avaliable on the seminar web page. The lecture notes and the SAS codes for the workshop exercises can be found here. Abstract: Measurements of agreement are of great importance for assessing the acceptability of new or generic process, methodology, and formulation in many fields of laboratory performance, instrument or assay validation, method comparisons, statistical process control, goodness of fit, and individual bioequivalence. There are numerous examples that illustrate these situations: the agreement of laboratory measurements collected in various laboratories, the agreement of a newly developed method with gold standard method, the agreement of manufacturing process measurements with specifications, the agreement of observed values with predicted values, and the agreement in bioavailability of a new or generic formulation with a commonly used formulation. By the way, measuring agreement has been used very often to designate the level of agreement between different data-generating sources referred to as raters. A rater could be a medical laboratory, a clinical chemist, a psychologist, a radiologist, a clinician, a nurse, a psychiatric classification system, or a general measurement instrument. One of the most popular indices of agreement was originally presented by Cohen (1960), namely Cohen’s Kappa statistic, as a reliability index for measuring agreement between two raters employing nominal scales. Later, in 1968, Cohen extended the original kappa statistic by presenting the weighted kappa which assigns unequal scores to such pairs. Moreover, in the work of Landis and Koch (1977), it was found that weighted kappa is appropriate for measuring agreement when the categories of response are ordinal. When the measurements are taken in a continuous scale, a natural way to study agreement between two rates is to examine the extent of Pearsonian Correlation (rho) between the two sets of paired data generated in the process. Lawrence Lin and his co-authors, in a series of papers, examined this aspect of agreement and proposed a number of alternative procedures for assessing the extent of agreement. Extensions have also been made to allow for more than two raters ( Posner et al., 1990; Lehmann et al., 1995), more than two possible ratings (Donner and Eliasziw, 1992; Lau, 1993), ordinal data (Fleiss, 1971; Fleiss and Cohen, 1973; Banerjee et al., 1999), and Bayesian analysis (Basu et al., 2000). In addition, many other applications of kappa statistic in a variety of different contexts can be found recently in Pinfold et al. (2000), Barnhart and Williamson (2002), Blair et al. (2002), Lin et al. (2002), Washington et al. (2003), Glenn et al. (2005), and Ruamviboonsuk et al. (2005, 2006). We propose to discuss both qualitative and quantitative aspects of data while presenting the results on statistical assessment of agreement, a topic which has fascinated applied statisticians for a long time. Tilaisuuden kalvosarjat lötyvät täältä Keynote speakers: Nanny Wermuth (Gothenburg, Sweden), Martyn Plummer (Lyon, France) and Eric Renshaw (Strathclyde, Scotland). Topics of invited sessions: Bioinformatics, Causal inference in genetics, Demography and statistics, Life course epidemiology, and Spatial statistics. A pre-conference course on "Causal Inference" will be given on 9 to 10 June, 2009, by Stijn Vansteelandt (Ghent, Belgium). For more information see http://www.ms.ut.ee/NBBC09/. Dates: May 26-27, 2009 Place: University of Kuopio, Canthia auditorium L3. Yliopistonranta 1 C, Kuopio, Finland. Organizers: The Finnish Statistical Society, University of Kuopio (Department of Mathematics and Statistics), Statistics Finland, University of Helsinki (Department of Mathematics and Statistics), Finnish Meteorological Institute Themes: Climate change impacts on society, climate models, analysis of long timeseries, relevant statistical methods and tools For more information see http://www.tilastoseura.fi/tilastopaivat.html. -=- Tausta -=- Terana-projektin tavoitteena on terveydenhuollon tietojen analyysijärjestelmien kehittäminen. Projekti on osa Tekesin FinnWell -ohjelmaa. Projekti jakautui kahteen osioon. Osiossa 1 kehitettiin terveydenhuollon tunnuslukuja (esim. kuolleisuus, diagnoosit) alueellisesti kuvaava teemakarttaohjelma sekä uusia menetelmiä alueellisten tietojen analysointiin. Kartoilla voidaan kuvata esimerkiksi alueellisen kuolleisuuden tilastollisesti merkitsevät poikkeamat ja muutokset ajassa. Menetelmien avulla voidaan selvittää myös alueisiin liittyvien selittävien muuttujien vaikutusten merkittävyyttä sekä tehdä esimerkiksi lähitulevaisuuden tapausennusteita. Osiossa 2 kehitettiin menetelmiä rekisteriaineistojen analysointiin, niin että löydetään tärkeimmät selittävät tekijät ja voidaan huomioida erilaiset hierarkiatasot (esim. potilaskohtaiset ja hoitopiirikohtaiset). Menetelmiä voidaan käyttää esimerkiksi erilaisten hoitokäytäntöjen ja niiden kustannusvaikutusten analysointiin. Molemissa osioissa on hyödynnetty ja kehitetty bayesilaisen tilastotieteen menetelmiä ja erityisesti gaussinen prosessi -menetelmää, joka mahdollistaa joustavan epälineaarisuuksien, interaktioiden ja hierarkisten ilmiöiden mallintamisen. Loppuseminaarissa esitellään projektin tuloksena kehitettyjä menetelmiä ja esimerkkejä terveydenhuollon analyysisovelluksista. Kohdeyleisönä on terveydenhuollon tutkijat, johto, ammattilaiset ja muut kiinnostuneet. -=- Ilmoittautuminen ja lisätiedot -=- Seminaari on maksuton, mutta ennakkoilmoittautuminen on tarpeen tilojen ja kahvitarjoilun vuoksi. Ilmoittautuminen (nimi ja affiliaatio) 30.3.2009 mennessä sähköpostilla osoitteeseen Aino.Jarvenpaa@tkk.fi. Lisätietoja projektista ja seminaarista voi kysyä sähköpostilla Aki.Vehtari@tkk.fi tai puhelimella (09) 451 4849. Place: University of Jyväskylä, Agora, Mattilanniemi Timetable: lectures 10-12 (C231.1) and 14-16 (Aud2), PC lab available 13-14 The short course is designed to provide something of value to those interested in whether FDA might prove useful in their research, and to statistical methodologists looking for research problems and interested in new techniques. Each lecture will begin with one or more case studies. These aim to show the range of applications possible, show what insights might be gained from using FDA methods, and illustrate the challenges that are specific or particularly relevant to the analysis functional data. Case studies are not *how to* sessions, but rather address questions like, *Why should I consider this approach?* and *What should I watch out for? What is FDA? http://ego.psych.mcgill.ca/misc/fda/ Registration: Maarit.Ansela@jyu.fi More information on credits etc.: Mervi.Eerola@jyu.fi see the web page for updates: http://www.jyu.fi/ytk/laitokset/ihme Vuosikokous alkaa klo 12:00. Vuosikokouksen jälkeen alkaen noin klo 13:00 prof. Tapio Nummi TaY/terveystieteen laitokselta pitää esitelmän aiheesta: Analysis of Multivariate Growth Curves Using Smoothing Splines. ( ESITYSLISTA ) Kahvitarjoilu Tervetuloa vaikuttamaan, päättämään ja kuuntelemaan esitelmää! Hallitus Kokouksen ja esitelmän jälkeen (n. klo 14:30) on tarkoitus nauttia yhteinen ravintolalounas (omakustannushintaan). Tarkempi paikka kerrotaan vuosikokouksen päätteeksi. Tästä löydät vuoden 2008 TOIMINTAKERTOMUKSEN. University of Tampere, Pinni ls. B3116 Program: 12:15-13:00 Hannu Oja: Multivariate nonparametric methods (Kalvot.pdf) 13:00-13:45 Jaakko Nevalainen: Nonparametric analysis of clustered multivariate data 13:45-14:15 Coffee break (the Main Building Auditorium C8) Program continues in C8: 14:15-15:00 Klaus Nordhausen: Multivariate models, PCA, ICS and ICA (Kalvot.pdf (Huom. tiedoston koko 4 MB)) 15:00-15:45 Jarkko Isotalo: Nonparametrical methods in analysing gene expression data (Kalvot.pdf) More information: hannu.oja at uta.fi, mervi.eerola at jyu.fi
Koska viime vuonna vuosikokouksen jälkeen järjestetyn iltapäiväseminaarin takia jäi perinteinen uuden puheenjohtajan esitelmä pitämättä, seuran nykyinen puheenjohtaja Mervi Eerola pitää kokouksen jälkeen (alkaen klo 14:00) esitelmän aiheesta: "Tilastollisen päättelyn ongelmia aivokuvantamisessa ". Tervetuloa vaikuttamaan, päättämään ja kuuntelemaan esitelmää! Hallitus Kokouksen ja esitelmän jälkeen (n. klo 15:30) on tarkoitus nauttia yhteinen illallinen ravintola Mylläreissä (Åkerlundinkatu 4, omakustannushintaan, http://www.myllarit.com/ Department of Mathematics and Statistics, University of Helsinki See also www.math.su.se/matstat/biostat/BMC-Network/. Registration before October 31 as indicated below and on homepage. First lecture November 10. Models and methods are presented for analysing data, which comes in the form of areal summaries, such as averages, counts or proportions, from a number of spatially adjacent regions. Typically these regions are either administrative units of irregular shape or rectangular (square) plots (e.g., in field trials) or pixels (in image analysis). In regression analysis of such data it is important to acknowledge the potential spatial autocorrelation of regression residuals, which often has strong implications to the uncertainty associated with the fitted model. On the other hand, spatial smoothing can be utilized in clarifying presentation, when mapping area data, or in the inference concerning spatially varying phenomena behind them. The course will focus on hierarchical Bayesian modelling with Markov random fields, encompassing both abovementioned cases and extending to the modifiable area unit problem, where the regions of interest are different from those for which data are available. Application of this modelling approach requires advanced computational tools. Learning about efficient Markov chain Monte Carlo methods for spatial random fields is an essential part of the course. The models and methods presented in this course are commonly applied in disease mapping and in the analysis of various kinds of pixel images. Similar approaches to dealing with correlation are also encountered in the analysis of temporally indexed data. Lecturer Juha Heikkinen Finnish Forest Research Institute. Goals To gain skills in explorative analysis of spatial autocorrelation. Abstract: Using examples of heart damage following brain hemorrhage andanalysis of whether and when to initiate dialysis in kidney patients I arguethat deciding upon a statistical analysis is an ill-conditioned problem. Iillustrate some of the interplay between applied statistics, theoreticalstatistics and mathematics. Speaker: Charles McCulloch is Professor and Head of the Division ofBiostatistics at University of California at San Francisco (UCSF). Beforecoming to UCSF, he spent 18 years at Cornell, eventually becoming Professorand the founding Chair of the Department of Statistical Science. He conductsprimary research in the areas of longitudinal data analysis, generalizedlinear mixed models, and latent class models. He is the co-author of threetextbooks and author of the Institute of Mathematical Statistics monograph,"Generalized Linear Mixed Models." He is a fellow of the AmericanStatistical Association, and an elected member of the InternationalStatistical Institute. He is an Associate Editor for Biometrics and wasAssociate Editor of the Journal of the American Statistical Association forover 10 years. He has over 25 years of statistical consulting andcollaborative experience. An intensive course on Microarray Data Analysis Åbo Akademi 3.-5.9.07 More information: http://www.abo.fi/mnf/mate/jc/smack_teaching_eng.html Biostatistiikan seuran 20-vuotisjuhlat 5.10.2007 Pyydämme ilmoittautumaan iltajuhlaan viimeistään 21.9.2007 mennessä. Ilmoittautuminen tapahtuu maksamalla illalliskortin hinta (10 euroa) seuran tilille SAMPO 800014-708153, viestikenttään osallistujan nimi. Pyydämme ilmoittamaan erikoisruokavaliosta osoitteeseen sihteeri@biostatistiikanseura.org ( Menu ) . Asu on vapaa. Kahvitarjoilun järjestämiseksi toivomme ilmoittautumista myös seminaariin sähköpostitse seuran sihteerille.
|
 |
||||
 |
Suomen Biostatistiikan Seura ry Biostatistiska Föreningen i Finland rf The Finnish Society of Biostatistics |
|
 |
||