课程
以下课程描述是截至2014年5月我们所知的最好的。讲师保留更新和/或以其他方式更改课程描述出版后的必要权利。这里列出的课程描述并不能保证某一课程在某一学期开设。课程轮转指南列出了每门课程的预期学期。请参阅已公布的课程时间表，以确认实际授课的课程以及具体的课程会议日期和时间。除了公告中列出的课程和2014年6月1日之后批准的课程外，SPH， SPH学位候选人可以注册由SPH全职澳门威尼斯人注册网站指导（独立）学习。欲了解更多信息，请与您的指导老师或SPH注册办公室的澳门威尼斯人注册联系。
- SPH BS 704：生物统计学导论本课程满足SPH所有学位和浓度的生物统计学核心课程要求。本课程取代BS701和BS703。主题包括描述性数据的收集、分类和呈现；估计和假设检验的基本原理；方差分析；列联表分析；相关与回归分析；多元回归、逻辑回归和混杂的统计控制；样本量和功率考虑；生存分析。特别关注的是识别和解释统计程序的能力，从目前的文献文章。本课程为学生提供使用R统计软件包执行、呈现和解释基本统计分析的技能。
- SPH BS 715：生物统计学合作的实践技能本课程将侧重于与来自不同学科的澳门威尼斯人注册网站研究人员进行有效澳门威尼斯人注册网站研究合作所需的技能。重点将放在技能的发展，以有效地与生物统计学家和非生物统计学家的合作者沟通，撰写数据收集和统计分析计划的资助，和/或出版物，并组织结果在适当的视觉显示或表格。其他问题，包括在多学科澳门威尼斯人注册网站研究团队中高效工作的技术（例如，构建时间表和可交付成果）也将被讨论。
- SPH BS 720: R入门：统计计算环境软件学生将学习如何使用开源和免费的统计软件R进行统计分析。许多公共，私人和国际组织使用R进行分析，因此使用R的经验是一个很好的技能，可以增加一个人的证书。R提供了灵活性，从为简单任务编写代码（例如使用R作为计算器）到使用前沿统计方法和模型实现复杂分析都很容易。此外，R语言还为处理数据提供了丰富的环境，特别是统计建模、图形化和数据可视化。本课程将强调数据操作和基本统计分析，包括探索性数据分析、经典统计检验、分类数据分析和回归。学生将能够为数据或问题确定适当的统计方法，并使用R环境进行自己的分析。这门以实践和项目为基础的课程将使学生能够发展使用R来解决统计问题的技能。R可以作为SAS （BS723）的替代或补充。R兼容Apple OS、Windows和Unix环境。
- SPH BS 722：临床试验的设计和实施本课程涵盖了临床试验的发展、实施和解释。适用于任何部门的选矿厂。主题包括原则和实践特征，如实验设计的选择、对照的选择、样本量的确定、随机化方法、不良事件监测、澳门威尼斯人注册网站研究伦理、知情同意、数据管理和统计分析问题。学生在本学期撰写一份临床试验方案。
- SPH BS 723：统计计算入门本课程向学生介绍统计计算，重点是SAS包。重点是操作数据集和基本的统计程序，如t检验，卡方检验，相关性和回归。审查适当使用这些统计程序的基本条件。完成本课程后，学生将能够使用SAS：读取原始数据文件和SAS数据集，子集数据，创建SAS变量，重新编码数据值，分析数据并使用上述统计方法总结结果。本课程包括实践练习和项目，旨在促进对课程中涵盖的所有主题的理解。学生使用波士顿大学医学中心提供的设备和软件。本课程是BS805、BS820、BS821、BS851、BS852、BS853和BS858的必修课程。
- 萨克尔写道：“监测是公共卫生实践的基石。”本课程将介绍监测，并探讨其与生物统计学和公共卫生实践的联系。主题将包括复杂的调查设计、加权抽样、捕获-再捕获方法、时间序列分析和基本空间分析。学生将学习可用的监测数据，如何分析这些数据，以及如何撰写他们的发现。此外，学生将提出一个新的监控系统或修改现有系统。这门课有流行病学集中学分。
- SPH BS 775：统计方法在临床澳门威尼斯人注册网站研究中的应用本课程提供了用于临床澳门威尼斯人注册网站研究及其应用的统计方法概念的非技术（无计算机编程）概述。每周，学生们要读一篇方法论文章和一篇临床澳门威尼斯人注册网站研究文章。课程的第一部分是说教式的展示；第二部分是临床澳门威尼斯人注册网站研究文章的讨论，结合在教学报告中讨论的概念。学生探索统计测试选择，替代测试或方法。学生们澳门威尼斯人注册网站研究非专业出版社对科学文章的解读。
- SPH BS 805：中级统计计算与应用回归分析本课程是BS723的后续课程。重点放在使用SAS统计计算机包的中级编程来执行使用统计模型的分析，重点是线性模型。计算主题包括高级数据文件操作、连接和合并数据集、使用日期变量、数组和do-loop编程以及宏构造。统计主题包括方差和协方差分析、多元线性回归、逻辑回归、生存分析、相关数据分析和统计能力。包括必要的实验部分。
- SPH BS 810：公共卫生和医学澳门威尼斯人注册网站研究的元分析元分析是对澳门威尼斯人注册网站研究结果的统计分析，广泛用于公共卫生和医学澳门威尼斯人注册网站研究。通常，荟萃分析用于提供某一领域澳门威尼斯人注册网站研究的总结结果，但其他用途包括探索性分析，以发现对治疗反应最佳的受试者类型或发现影响结果的澳门威尼斯人注册网站研究水平因素。本课程将涵盖最常见的元分析方法的理论和应用，这些方法的结果的解释和限制，诊断程序，以及一些高级主题，重点是公共卫生应用。评分将基于作业、考试和项目。
- SPH BS 820：逻辑回归和生存分析本课程提供逻辑回归和生存数据分析的基本知识。涵盖了具有连续和分类预测因子的分类或时间到事件结果的回归建模。模型假设的检验，拟合优度，使用最大似然来确定估计和检验假设，使用描述性和诊断性图。使用SAS统计包进行分析。评分将基于作业和考试。
- SPH BS 821：分类数据分析本课程侧重于分类结果数据的统计分析。主题包括二项和泊松分布、逻辑和泊松回归、有序数据的非参数方法、平滑回归建模、相关分类结果数据的分析、聚类分析、缺失数据和样本量计算。本课程强调实际应用，广泛使用SAS编程语言。
- 本课程介绍了先进的统计方法和编程技术，使学生能够检查先进的统计模型，超越了在BS805中教授的标准SAS程序。主题包括模拟澳门威尼斯人注册网站研究、自举和贝叶斯分析。学生将在家庭作业中应用这些方法。
- SPH BS 830：微阵列实验和下一代测序的设计和分析在本课程中，学生将介绍通过微阵列测量的基因表达数据的分析方法。本课程将从基因表达的基本生物学回顾和微阵列技术概述开始。然后，课程将描述用于比较不同条件下基因表达的统计技术，并将进一步描述旨在识别具有相似功能的基因并建立分子分类模型的更复杂实验的分析。本课程中描述的统计技术将包括比较总体均值、聚类、分类、简单图形模型和贝叶斯网络的一般方法。计算和生物验证的方法将被讨论。
- 本课程涵盖了使用R的现代统计方法的应用，R是一个免费的开源统计计算包，具有强大而直观的图形工具。R比其他包更积极地开发新方法。我们将首先回顾R中的数据操作和编程，然后介绍R中的理论和应用，例如线性和平滑回归，生存分析，混合效应模型，基于树的方法，多变量分析，引导带和排列。
- SPH BS 851：临床试验中的应用统计学I这是一门中级统计学课程，侧重于分析临床试验疗效数据的统计学问题。主题包括临床试验的设计和分析考虑，如随机化和样本量的确定，以及统计方法的应用，如方差分析，逻辑回归和生存分析，以优势和非劣效临床试验。本课程包括讲座和电脑说明。完成本课程后，学生将能够掌握如何收集和管理临床试验数据的工作知识；将分析连续的，二分类的，和时间到事件的临床试验数据；并且能够为临床试验澳门威尼斯人注册网站研究设计的统计部分做出贡献。学生还将获得解释临床试验统计结果所需的整体知识。
- SPH BS 852：流行病学的统计方法本课程涵盖澳门威尼斯人注册网站研究设计和处理流行病学澳门威尼斯人注册网站研究中混淆的中级数据分析技术。混淆是仔细定义的，并与相互作用区分开来。课程内容包括在匹配和独立样本澳门威尼斯人注册网站研究设计中控制混杂的分层和多变量技术，包括协方差分析、逻辑回归和比例风险模型。讨论了模型拟合和预测。学生需要在计算机统计软件包的帮助下应用这些方法。BS805和BS852未经双方同意不得在同一学期选修。学生应在注册前与这两门课程的澳门威尼斯人注册网站交谈。
- SPH BS 853：广义线性模型及其应用本课程介绍用于定量和定性数据分析的统计模型，这些模型通常在卫生科学澳门威尼斯人注册网站研究中遇到。所讨论的统计模型包括：二项和二项数据的逻辑回归，多项数据的名义和序数多项逻辑回归，计数数据的泊松回归和常变异系数数据的伽马回归。所有这些模型都是广义线性统计模型的特例，它为这些模型提供了一个总体的统计框架。我们还将引入广义估计方程（GEE）作为对重复测量数据的广义模型的扩展。课程强调实际应用，广泛使用SAS进行数据分析。
- SPH BS 854：临床试验中的贝叶斯方法贝叶斯统计方法使用先验信息或信念，以及当前数据，指导参数估计的搜索。在贝叶斯范式中，概率是主观信念。先验信息/信念作为一个分布输入，然后数据帮助改进该分布。通过简单的例子介绍了先验分布的选择、后验更新以及专用的计算技术。本课程教授随机临床试验设计、监测分析的贝叶斯方法。这些方法与传统的（频率论的）方法形成对比。重点是概念。例子是来自澳门威尼斯人注册网站工作和医学文献的案例澳门威尼斯人注册网站研究。R将是使用的主要计算工具。
- 本课程的目的是介绍贝叶斯建模技术在各种数据分析应用中的应用，包括假设和数据驱动建模。本课程将通过简单的统计模型概述贝叶斯原理，这些模型将用于介绍边际和条件独立、图形建模和随机计算的概念。本课程将继续介绍在观察性澳门威尼斯人注册网站研究中用于估计概率和风险的高级贝叶斯方法、多元回归模型、loglinear和logistic回归、包括隐马尔可夫模型在内的潜在类建模以及在基于模型的聚类、图形模型和贝叶斯网络中的应用。将包括遗传学、基因组学和观察性澳门威尼斯人注册网站研究的应用。这些主题将通过真实案例、课堂讨论和批判性阅读来教授。学生将被要求在作业和期末项目中分析真实的数据集。
- SPH BS 856：临床试验的适应性设计适应性设计是一种临床试验设计，允许在试验开始后对试验的各个方面进行修改，而不会破坏试验的有效性和完整性。适应性设计在制药行业已经变得非常流行，因为它们可以增加成功的可能性，大大减少整个药物开发过程的成本和时间。随着近年来该领域的快速发展，对精通设计和实施适应性临床试验的统计学家有很高的需求。学生将学习不同的（包括频率论和贝叶斯）自适应设计，并获得自适应随机化、自适应剂量发现、组序列和样本量重估设计的实践经验。
