Menu:

Biometrie für Humanbiologen

Inhaltsverzeichnis:

  1. Einführung und Organisatorisches
  2. Grundlagen der Programmiersprache R
  3. Wiederholung der Grundlagen Biostatistik
  4. Statistische Tests
  5. Regression
  6. Methodik biomedizinischer und klinischer Studien
  7. Überlebenszeit-Analysen
  8. Auswertung hochdimensionaler biomedizinscher Daten
  9. Maschinelle Lernverfahren in der Biometrie
  10. Deep Sequencing / Sequenzbioinformatik
  11. Netzwerk-Bioinformatik

Dozent

Prof. Dr. Lars Kaderali
Institut für Bioinformatik

Ort und Zeit:

Übungen und Klausur:

Zum Bestehen der Übungen sind 3/4 der Übungen zu besuchen (maximal 3 Fehltermine).

Die Klausur findet statt am 1. Februar 2024, 10:00 Uhr, voraussichtlich in Raum 201 und 222, Fleischmannstr. 6.; genauere Informationen werden noch rechtzeitig bekanntgegeben.

Bitte bringen Sie zur Klausur Ihren Personalausweis und Studentenausweis mit.

Klausureinsicht: Während der Öffnungszeiten des Sekretariats des Instituts im C_FunGene Gebäude.

Die Nachklausur findet als mündliche Prüfung nach individueller Vereinbarung vor Beginn des Sommersemesters statt.

Musterklausur

Als Beispielklausur stellen wir Ihnen hier eine alte Klausur zur Vorlesung aus dem Wintersemester 2018/19 zur Verfügung. Achtung, die Inhalte der Vorlesung haben sich seither weiterentwickelt, und es wurden im WS18/19 zum Teil andere Themen gelehrt die heute so nicht mehr in der Vorlesung vorkommen, bzw. die in einem anderen Detailierungsgrad behandelt wurden - die Fragen können daher lediglich als Beispiele dienen, und sollten nicht 1:1 "geübt" werden.

Folien und Materialien zu Vorlesung werden Ihnen hier parallel zur Veranstaltung zur Verfügung gestellt.

Folien / Videos der Vorlesung:
  • 0. Vorlesung - Präsenzvorlesung zu organisatorischen Aspekten (pdf)
  • 1. Vorlesung: Einfuehrung und Grundlagen von R (pdf, Video)
  • 2. Vorlesung: Grundlagen der Biostatistik (pdf, Video)
  • 3. Vorlesung: Statistische Tests (pdf, Video)
  • 4. Vorlesung: Regression (pdf, Video)
  • 5. Vorlesung: Klinische Studien (pdf, Video)
  • 6. Vorlesung: Überlebenszeitanalyse I (pdf, Video)
  • 7. Vorlesung: Überlebenszeitanalyse II (pdf, Video)
  • 8. Vorlesung: Hochdimensionale Daten (pdf, Video)
  • 9. Vorlesung: Clusterverfahren (pdf, Video)
  • 10. Vorlesung: Maschinelles Lernen (pdf, Video)
  • 11. Vorlesung: Deep Sequencing (pdf, Video)
  • 12. Vorlesung: Enrichment Analysis (pdf, Video)
  • 13. Vorlesung: Netzwerke und Multi-Omics Daten (pdf, Video)

Übungen: