1

Course Title  Introduction to Biostatistics 

Course Number  Biostatistics 100A 

Credit  4 units 

Term  Fall 2014 

Instructor  David W. Gjertson, PhD Department of Biostatistics, UCLA Fielding School of Public Health Phone: (310) 206‐0255; email: gjertson@ucla.edu Office hour: W 3p, or by appointment in CHS 51‐239A 

Meeting Days/ Locations 

Lecture:    MWF  1‐2:50p  CHS 43‐105  Lab:  1A  M  11‐11:50a  CHS A1‐241   1B  W  11‐11:50a  CHS A1‐241   1C  T  11‐11:50a  CHS A1‐241   1D  R  10‐10:50a  CHS A1‐241   1E  W  10‐10:50a  CHS A1‐241   1F  R  11‐11:50a  CHS A1‐241   1G  W  9‐9:50a  CHS A1‐241   1H  M  9‐9:50a  CHS A1‐241 

Course Description and Policies 

Content. 

Introduction to methods and concepts of statistical analysis and sampling, with special attention to those occurring in biological sciences. Topics include descriptive measures, probability and distributions, estimation, tests of hypotheses, types of error, significance, confidence levels, sample size and power. 

Material: 

Throughout the quarter, all administrative information and course material will be posted to http://www.biostat.ucla.edu/course/100a/f14 to view and download.     

Academic Integrity:   

In line with University policy, the guidelines and policy for academic integrity will be enforced.  Please see the policy found at the following link for the policy provisions: http://www.studentgroups.ucla.edu/dos/assets/documents/StudentGuide.pdf  

Students with Disabilities:   

If you wish to request an accommodation due to a disability, please contact the Office for Students with Disabilities as soon as possible at A255 Murphy Hall, (310) 825‐1501, (310) 206‐6083(telephone device for the deaf). Website: http://www.osd.ucla.edu   

Attendance and Class Participation Policy: 

Lecture attendance is not recorded; however, laboratory attendance is marked (Weeks 2‐9) and forms an important element of a class participation grade.  All students are expected to complete reading before coming to lab sessions, ask relevant questions, and contribute to group discussions. 

Homework and Laboratory Assignments. 

Homework sets will be distributed but will not be graded.  They are, however, essential to learning the course material and will be reviewed during discussion sessions.  Laboratory assignments are graded (see evaluations below).  Students are urged to seek help from instructor/TA when assigned problems do not satisfactorily answer questions or explain troublesome concepts. 

2

Required Text  Rosner B. Fundamentals of Biostatistics, 7th ed. Brooks/Cole, Boston, MA, 2011. 

Methods of Evaluation 

There will be 3 separate evaluations:  1) Laboratory assignments:  In computer lab sessions, seven assignments will be given to assess basic techniques for analyzing data using STATATM, doing online research and examining relevant publications for statistical content.  Labs are an integral part of the course with content corresponding to lecture topics.  Each lab assignment also contains exercises specifically designed to assess the 10 ASPH Competencies shown below. 

 2) Midterm examinations: Midterm I given on November 7, 2014, 1‐2:50p and Midterm II given on November 24, 2014, 1‐2:50p.  Rooms TBA 

 3) Final examination given on December 15, 2014, 8:00a‐11:00a.  Rooms TBA  

Grade Distribution  All competencies must be completed in order to receive a class grade, then evaluations are compiled using the following weights: 

Laboratory assignments 30% 

Midterm exams 30% 

Final exam 40% 

Learning Objectives/ Competencies 

Learning Objectives  ASPH Competencies 

1. Introduction to statistics and its utility in the scientific, particularly the public health, environment. 

C1. Upon completion of this course, students will be able to describe the roles biostatistics serves in the discipline of public health. 

2. Develop analytical skills involving distributions and measures of central tendency and spread.  Understand basic informatic techniques and how they can be applied to public health situations. 

C2. Upon completion of this course, students will be able to distinguish among the different measurement scales and the implications for statistical descriptive methods to be used based on these distinctions. 

 C3. Upon completion of this course, students will be able to apply descriptive techniques commonly used to summarize public health data. 

C5. Upon completion of this course, students will be able to apply basic informatics techniques with vital statistics and public health records in the description of public health characteristics and in public health research and evaluation. 

3. Understand the basic concepts of probability with respect to how they apply to the fundamental interpretation of statistical data and sampling distributions.  

C4. Upon completion of this course, students will be able to describe basic concepts of probability.  

3

4. To develop analytical skills involving the normal distribution and other key probability distributions.   

C6. Upon completion of this course, students will be able to describe basic concepts of random variation and commonly used statistical probability distributions. 

5.  To understand the concepts of estimation, confidence and confidence intervals and how they are used in statistical inference.  To understand the difference between confidence and probability. 

 

 

C7. Upon completion of this course, students will be able to interpret results of statistical analyses found in public health studies. 

 C8. Upon completion of this course, students will be able to apply descriptive and inferential methodologies according to the type of study design for answering a particular research question. 

C10. Upon completion of this course, students will be able to develop written presentations based on statistical analyses for both public health professionals and educated lay audiences. 

6. To infer single population means and proportions with point and interval estimates.  To perform hypotheses tests and to interpret results for a data set. To compare two population means with point and interval estimates.  To perform hypotheses tests on the difference of two population means and two population proportions. 

 

C7. Upon completion of this course, students will be able to interpret results of statistical analyses found in public health studies. 

 C8. Upon completion of this course, students will be able to apply descriptive and inferential methodologies according to the type of study design for answering a particular research question. 

C10. Upon completion of this course, students will be able to develop written presentations based on statistical analyses for both public health professionals and educated lay audiences. 

7. Introduction to techniques of statistical inference that do not require the use of standard assumptions such as the normal distribution. 

C9. Upon completion of this course, students will be able to describe preferred methodological alternatives to commonly used statistical methods when assumptions are not met. 

4

BIOSTATISTICS 100A COURSE SCHEDULE Fall 2014, MWF 1-2:50p, Room CHS 43-105 (except as noted)

DATE  TOPIC  READING (Rosner 2011)

Fri.  10/3/2014  Course Orientation   

Week 1 

Mon.  10/6/2014  Lecture 1.  Introduction & Descriptive Statistics  Introduction     1. Population and parameters     2. Sample and statistics     3. Study design   Data presentation     4. Scales and measurement      5. Percentiles     6. Exploratory data analysis

Ch 1 & 2

Wed.  10/8/2014  Lecture 2.  Descriptive Statistics  Data presentation     1. Graphical techniques and tables     2. Multi‐variable techniques

 

Fri.  10/10/2014  Lecture 3.  Descriptive Statistics  Data presentation     1. Histograms with unequal length class 

intervals   Numerical summaries of data     2. Measures of location     3. Measures of variation     4. Example

 

Week 2 (Lab Session One) 

Mon.  10/13/2014  Lecture 4.  Descriptive Statistics  Summary measures for grouped data     1. Means and SDs     2. Medians and IQRs     3. Example   Uniform changes to data       4. Adding to and multiplying by constants   Rates       5. Rates

Ch 13, §3‐5

Wed.  10/15/2014  Lecture 5.  Ideas of Probability & Sampling Chances  Probability     1. Three definitions     2. Basic concepts     3. Adding probabilities     4. Independence     5. Conditional probabilities

Ch 3  

Fri.  10/17/2014  Discussion 1.   

5

Fall 2014 BIOSTATISTICS 100A COURSE SCHEDULE (Continued)

DATE  TOPIC  READING (Rosner 2011)

Week 3 (Lab Session Two) 

Mon.  10/20/2014  Lecture 6.  Ideas of Probability & Sampling Chances  Probability     1. Odds and relative risk     2. Likelihoods     3. Bayes theorem     4. Prevalence and incidence

 

Wed.  10/22/2014  Lecture 7.  Ideas of Probability & Sampling Chances  Chance sampling       1. Quotas and surveys     2. Bias     3. Simple random sample     4. Randomly selecting numbers     5. General probability sampling     6. Cluster and stratified sampling   Experimental design     7. Single versus comparative study     8. Design of experiments     9. Principles of experimental design

Ch 6, §1‐4 Ch 13, §1‐2  

Fri.  10/24/2014  Discussion 2.   

Week 4 (Lab Session Three) 

Mon.  10/27/2014  Lecture 8.  Ideas of Probability & Sampling Chances  Experimental design     1. Type of experiments   Sampling distributions     2. Continuous and discrete distributions       i. Binomial distribution       ii. Normal distribution     3. Random variables

Ch 4 & 5 

Wed.  10/29/2014  Lecture 9.  Ideas of Probability & Sampling Chances  Rules for random variables     1. Means of random variables     2. Variances of random variables   Normal distribution     3. General properties     4. Standard normal distribution     5. Standardization of units     6. Finding areas under normal curves

Ch 5    

Fri.  10/31/2014  Discussion 3.   

6

Fall 2014 BIOSTATISTICS 100A COURSE SCHEDULE (Continued)

DATE  TOPIC READING (Rosner 

2011) 

Week 5 (Lab Session Four) 

Mon.  11/3/2014  Lecture 10.  Ideas of Probability & Sampling Chances  Normal distribution     1. Chance errors     2. Properties of the sample mean     3. Sampling distribution of the mean     4. Central limit theorem     5. Normal approximation to binomial     6. Examples     7. Normal probability plots

 

Wed.  11/5/2014  Review 1.   

Fri.  11/7/2014  Midterm Examination I.  *** Rooms TBA ***  

Week 6 (Lab Session Five) 

Mon.  11/10/2014  Lecture 11.  Introduction to Statistical Inference  General techniques     1. Statistical inference: techniques     2. Point estimates     3. Interval estimates     4. Length of intervals     5. Interval estimates: sample size

Ch 6 

Wed.  11/12/2014  Lecture 12.  Statistical Inference of Means  One‐sample     1. Hypothesis testing: tests of significance     2. Example     3. Notations and definitions     4. Test for μ, σ known     5. Computation of power     6. Relationships among α, power and n

Ch 7  

Fri.  11/14/2014  Discussion 4.   

7

Fall 2014 BIOSTATISTICS 100A COURSE SCHEDULE (Continued)

DATE  TOPIC  READING (Rosner 2011)

Week 7 (Lab Session Six) 

Mon.  11/17/2014  Lecture 13.  Statistical Inference of Means  One‐sample     1. Power curves     2. Confidence intervals for μ. σ is unknown     3. Properties of the t‐distribution     4. Finding areas in t‐distribution     5. Hypothesis testing for μ, σ is unknown     6. Power and t‐tests

 

Wed.  11/19/2014  Lecture 14.  Statistical Inference of Means  One‐sample     1. Inference for nonnormal populations     Two‐sample     2. Inference on two population means     3. Estimates of independent groups’ μ1‐ μ2     4. Known variances     5. Unknown but equal variances     6. Unknown and unequal variances     7. Hypothesis testing for μ1‐ μ2

Ch 9, §1‐2Ch 8  

Fri.  11/21/2014  Review 2.   

Week 8 (No Lab Session) 

Mon.  11/24/2014  Midterm Examination II.  *** Rooms TBA ***  

Wed.  11/26/2014  No Lecture – Thanksgiving Holiday.  

Fri.  11/28/2014  No Classes – Thanksgiving Holiday.  

Week 9 (Lab Session Seven) 

Mon.  12/1/2014  Lecture 15.  Statistical Inference of Means  Two‐sample 

1. Inference for two independent nonnormal populations 

2. Inference on two population means: dependent samples 

Ch 9, §4 

Wed.  12/3/2014  Lecture 16.  Statistical Inference of Proportions  Categorical data     1. Multinomial experiment     2. Chi‐square test

Ch 10  

Fri.  12/5/2014  Discussion 5.   

8

Fall 2014 BIOSTATISTICS 100A COURSE SCHEDULE (Continued)

Week 10 (Lab Session Review) 

Mon.  12/8/2014  Lecture 17.  Statistical Inference of Proportions  One‐sample     1. Inference on a single population proportion       i. Confidence intervals       ii. Hypothesis testing

 

Wed.  12/10/2014  Lecture 18.  Statistical Inference of Proportions  Two‐sample 

1. Inference concerning the difference in two independent proportions. 

2. Difference in proportions derived from a single sample.

 

Fri.  12/12/2014  Review 3.  Handouts 1 & 2

Week Final 

Mon.  12/15/2014  Final Examination (8‐11a).  *** Rooms TBA ***