
Amsterdam, Niderlandy
CZAS TRWANIA
2 do 3 Weeks
JĘZYKI
Język angielski
TEMPO
Pełny etat
TERMIN SKŁADANIA WNIOSKÓW
23 Jan 2026
NAJWCZEŚNIEJSZA DATA ROZPOCZĘCIA
23 Mar 2026
CZESNE
EUR 1980 *
FORMACIE STUDIÓW
W kampusie
* opłata early bird: 1,584 EUR w przypadku płatności przed 15 stycznia 2025 r.
Wstęp
Ten dwutygodniowy kurs ma na celu wyposażenie Cię w zaawansowane umiejętności statystyczne kluczowe dla świadomego podejmowania decyzji w zakresie zdrowia publicznego. Kurs ten zagłębia się w podstawowe metodologie planowania epidemiologicznych badań terenowych, przeprowadzania obliczeń wielkości próby i analizowania złożonych danych ankietowych w Stata w celu sprostania pilnym wyzwaniom związanym ze zdrowiem publicznym.
Akredytacja
Kurs ten jest również akredytowany na studia magisterskie w zakresie zdrowia publicznego i równości w zdrowiu, organizowane przez Instytut KIT i tropEd, sieć europejskich instytucji szkolnictwa wyższego w zakresie zdrowia międzynarodowego.
Rekrutacja
Program
Zawartość kursu
Podczas kursu omawiane są następujące tematy:
- Planowanie badań epidemiologicznych w terenie
- Pytania badawcze, opracowanie protokołu, plan analizy danych, podręcznik terenowy
- Obliczenia wielkości próby i metody próbkowania
- Analiza złożonych danych ankietowych: klasteryzacja i ważenie
- Regresja liniowa i logistyczna w Stata i budowanie modeli wielowymiarowych
Zadowolony
Ten kurs obejmuje kompleksowy wachlarz metod statystycznych niezbędnych do opartych na dowodach reakcji zdrowia publicznego. Rozpoczniesz od nauki praktycznych aspektów planowania epidemiologicznych badań terenowych, w tym formułowania pytań badawczych, opracowywania protokołu, podręczników terenowych i formułowania planów analizy danych.
Następnie zagłębisz się w zagadnienia statystyczne, w tym obliczenia wielkości próby i różne metody pobierania próbek, aby zapewnić precyzję statystyczną i reprezentatywność wyników badań.
Następnie w trakcie kursu zostaną omówione zaawansowane techniki analizy złożonych danych ankietowych, takie jak klasteryzacja i ważenie, w celu wyciągnięcia wartościowych wniosków.
Ponadto nauczysz się budować liniowe i logistyczne modele regresji w Stata. Nauczysz się konstruować epidemiologicznie poprawne wielowymiarowe modele operacjonalizacji i wyboru zmiennych w oparciu o odpowiednie ramy koncepcyjne.
Kurs jest akredytowany przez TropEd i można go ukończyć jako samodzielny kurs lub jako kurs specjalizacyjny w ramach programu magisterskiego z zakresu zdrowia publicznego i równości w ochronie zdrowia.
Metody uczenia się
Udział w tym kursie będzie obejmował połączenie interaktywnych wykładów, praktycznych warsztatów, studiów przypadków i dyskusji grupowych. Uczestnicy zastosują wiedzę teoretyczną poprzez ćwiczenia praktyczne w rzeczywistych zestawach danych opartych na Stata i pytaniach badawczych. Opinie i wskazówki od doświadczonych instruktorów ułatwią immersyjne doświadczenie edukacyjne, wspierając krytyczne myślenie i umiejętności rozwiązywania problemów niezbędne do kierowania opartymi na dowodach reakcjami zdrowia publicznego
Oszacowanie:
Uczestnicy chcący otrzymać certyfikat ukończenia kursu zawierający liczbę punktów ECTS muszą dokonać oceny.
Jeśli nie chcesz przystępować do oceny, możesz otrzymać certyfikat uczestnictwa w kursie.
Wynik programu
Objectives
At the end of this course, participants will be able to:
- Formułuj pytania badawcze do badań epidemiologicznych w terenie w oparciu o potrzeby informacyjne interesariuszy, opracowuj protokoły, plany analizy danych i podręczniki terenowe, aby zapewnić kompleksowe planowanie i realizację
- Oblicz odpowiednie rozmiary próby i wybierz metody próbkowania, aby zapewnić precyzję statystyczną i reprezentatywność danych ankietowych w badaniach zdrowia publicznego
- Analizuj złożone dane ankietowe, wykorzystując odpowiednie techniki statystyczne, takie jak klasteryzacja i ważenie
- Zastosuj techniki regresji liniowej i logistycznej w oprogramowaniu Stata, aby przeprowadzić proste i wielokrotne analizy regresji oraz konstruować wielowymiarowe modele w oparciu o epidemiologicznie uzasadnione ramy koncepcyjne