Thông báo khóa học chủ đề “Phương pháp phân tích dữ liệu theo thời gian”

TDTU, 24/10/2019

Chúng tôi hân hạnh thông báo một khóa học 6 ngày về "Longitudinal Data Analysis" (Phân tích dữ liệu theo thời gian) do Trường Đại học Tôn Đức Thắng tổ chức từ ngày 05/01/2020 đến 10/01/2020. Đây là một khoá học theo hình thức “workshop” được thiết kế nhằm cung cấp những kĩ năng quan trọng và chuyên sâu trong phân tích dữ liệu theo thời gian.

Nhiều công trình nghiên cứu khoa học thực nghiệm và khoa học xã hội (kể cả kinh tế) thu thập dữ liệu theo thời gian. Chẳng hạn như nghiên cứu y khoa theo dõi hai nhóm bệnh nhân, và mỗi bệnh nhân được theo dõi một thời gian như 1 năm. Nhiều nghiên cứu kinh tế cũng theo dõi sự tăng trưởng của các quốc gia theo thời gian. Các nghiên cứu về giáo dục cũng theo dõi học sinh hoặc sinh viên theo thời gian. Trong các nghiên cứu đó, mỗi cá nhân được đo lường nhiều lần, và mục tiêu có thể là so sánh sự khác biệt giữa các nhóm, hay phân tích tiên lượng. Những dữ liệu này thường được đề cập là "panel data" hay "longitudinal data", và gọi chung là "dữ liệu theo thời gian".

1. Mục tiêu

Mục tiêu chung của khoá học là tiếp cận các khái niệm, phương pháp mixed effects modeling. Không chỉ giúp học viên làm quen với cách thu thập dữ liệu và các phương pháp thống kê cơ bản, chúng tôi còn nhấn mạnh đến việc ứng dụng các phương pháp mô hình hoá dữ liệu MEM cho các nghiên cứu thực tế. Chúng tôi kì vọng học viên sau khi xong lớp học sẽ:

Hiểu về thiết kế nghiên cứu theo thời gian;
Biết cách ứng dụng các mô hình thống kê MEM;
Hiểu mô hình mixed effects và cách diễn giải tham số của mô hình;
Hiểu mô hình tăng trưởng tuyến tính và cách ứng dụng;
Hiểu về dữ liệu chuỗi thời gian (time series data) và cách phân tích tiên lượng;
Hiểu và dùng ngôn ngữ R cho phân tích dữ liệu theo thời gian.

2. Đối tượng

Lớp học được thiết kế dành cho các sinh viên sau đại học, nghiên cứu sinh, giảng viên, nhà khoa học có nhu cầu phân tích dữ liệu. Tuy nhiên, sinh viên đại học cũng có thể ghi danh để học. Học viên không cần có (a) kiến thức cơ bản về thống kê học; và (b) kĩ năng cơ bản về ngôn ngữ R hay một phần mềm như Stata hay SAS.

3. Địa điểm

Trường Đại học Tôn Đức Thắng, Số 19, Đường Nguyễn Hữu Thọ, Phường Tân Phong, Quận 7, TP. Hồ Chí Minh.

4. Giảng viên

Giảng viên phụ trách lớp học bao gồm các nhà khoa học thực nghiệm có kinh nghiệm lâu năm về nghiên cứu khoa học và công bố quốc tế:

GS.TS. Nguyễn Văn Tuấn
và các giảng viên của Trường Đại học Tôn Đức Thắng

GS.TS. Nguyễn Văn Tuấn có kinh nghiệm lâu năm trong việc phát triển mô hình tiên lượng, và chính là tác giả của Mô hình đánh giá nguy cơ gãy xương Garvan. Ông còn giúp nghiên cứu sinh trong nước phát triển mô hình tiên lượng tử vong ở khoa cấp cứu trong bệnh viện. Hiện tại, ông là Giáo sư y khoa tiên lượng (Predictive Medicine) của Đại học Công nghệ Sydney (UTS), Giáo sư Dịch tễ học và Thống kê học của Đại học Notre Dame, Australia, và Giáo sư Y khoa của Đại học New South Wales, Australia. Đồng thời, GS. Nguyễn Văn Tuấn là Cố vấn cao cấp về khoa học của Hiệu trưởng, Giáo sư nghiên cứu xuất sắc của Trường Đại học Tôn Đức Thắng, và đồng thời là Trưởng Nhóm nghiên cứu Xương và Cơ của Trường.

5. Thời gian:

Khóa học sẽ kéo dài 06 ngày từ 05/01/2020 đến 10/01/2020.
Vì là khóa học ngắn ngày nên chúng tôi không phân biệt ngày thường và ngày cuối tuần.

6. Chương trình:

Chương trình dự kiến như sau:

Thời gian	Nội dung
05/01/2020	Introduction to longitudinal data (Giới thiệu vấn đề nghiên cứu theo thời gian) Review of R and data structure (Tổng quan về ngôn ngữ R) Visualization of longitudinal data (Hiển thị dữ liệu theo thời gian)
06/01/2020	Introduction to linear regression models (Giới thiệu mô hình hồi qui tuyến tính đơn giản) Analysis of variance (Phân tích phương sai) Introduction to multilevel model (Giới thiệu mô hình đa tầng)
07/01/2020	Multilevel model as an analysis of variance (Phân tích đa tầng như là phân tích phương sai) Individual growth modeling (Mô hình tăng trưởng tuyến tính)
08/01/2020	Multilevel models for multiple factors (Mô hình đa tầng cho nhiều yếu tố) Multilevel models for categorical data (Mô hình đa tầng cho dữ liệu phân nhóm)
09/01/2020	Introduction to time series data (Giới thiệu dữ liệu chuỗi thời gian) Visualization of time series data (Hiển thị dữ liệu chuỗi thời gian) Simple time series model (Mô hình đơn giản cho dữ liệu chuỗi thời gian)
10/01/2020	Autoregresisve model (Mô hình hồi qui tự động) Introduction to ARIMA model (Giới thiệu mô hình ARIMA)

Học viên sẽ thực hành mỗi ngày. Buổi sáng giảng về lí thuyết, buổi chiều thực hành trên dữ liệu thực tế.

7. Đăng kí và liên lạc:

- Học viên sẽ đăng kí từ ngày ra thông báo đến hết ngày 20/12/2019. Khi đăng ký phải kèm theo Phiếu thu/Giấy xác nhận đóng học phí. Trường hợp chuyển khoản tiền học phí, hạn chót để trình Phiếu thu là 23/12/2019.

- Lệ phí khóa học: 5 triệu đồng/học viên (bao gồm sách, tài liệu giảng dạy, và teabreak trong suốt 06 ngày học). Học phí cho sinh viên và học viên cao học: 3 triệu đồng.

- Đóng học phí tại Phòng Tài chính, Phòng A0007, số 19, Đường Nguyễn Hữu Thọ, P. Tân Phong, Q.7, TP. HCM; Điện thoại: (028) 37755 070. Hạn chót đóng học phí: 20/12/2019. Học viên chọn một trong hai hình thức đóng học phí sau:

Đóng trực tiếp tại Phòng Tài chính: được cung cấp ngay Phiếu thu đóng học phí;
Chuyển khoản học phí cho Phòng Tài chính: Trường chỉ cung cấp Giấy xác nhận (có dấu Trường) đã nhận tiền qua tài khoản Trường, không cung cấp Phiếu thu cho trường hợp này. Học viên nhận Giấy xác nhận trực tiếp tại Phòng Tài chính sau 03 ngày làm việc kể từ ngày chuyển học phí. Thông tin chuyển khoản như sau:
- Tên tài khoản: Trường Đại học Tôn Đức Thắng
- Số tài khoản: 007.100.082.9274
- Tại ngân hàng: Thương mại Cổ phần Ngoại Thương Việt Nam (VIETCOMBANK) - chi nhánh TP.HCM
- Cú pháp chuyển khoản: LophocGSTuan2019_HovaTen_Ngaythangnamsinh_Sdt

Mọi thông tin về lớp học vui lòng liên hệ: Phòng Quản lý phát triển khoa học và công nghệ, Phòng A0303, số 19, Đường Nguyễn Hữu Thọ, P. Tân Phong, Q.7, TP. HCM; Điện thoại: (028) 37755 037; Email: demasted@tdtu.edu.vn. Riêng thông tin về tài chính xin vui lòng liên hệ Phòng Tài chính.

Thẻ

Lớp học chuyên gia