耶魯大學生物統(tǒng)計學系為嚴謹?shù)目茖W研究開發(fā)定量方法和工具，以解決世界上生物學、醫(yī)學和公共衛(wèi)生領(lǐng)域最具挑戰(zhàn)性的問題。我們對生物統(tǒng)計學的看法涵蓋了科學方法的各個方面，從研究設(shè)計和數(shù)據(jù)收集到計算、統(tǒng)計分析和結(jié)果解釋。下面是托普仕老師整理的耶魯大學生物統(tǒng)計學系研究領(lǐng)域，一起來看看吧！
一、統(tǒng)計遺傳學/基因組學、空間統(tǒng)計和建模(Statistical Genetics/Genomics, Spatial Statistics and Modeling)
耶魯大學生物統(tǒng)計學系的研究人員處于發(fā)展統(tǒng)計方法的前沿，以解決公共衛(wèi)生，生物學和醫(yī)學方面的挑戰(zhàn)性問題。推動方法學研究的幾個顯著領(lǐng)域包括多組學數(shù)據(jù)(如遺傳學、基因組學、蛋白質(zhì)組學和代謝組學)、空間數(shù)據(jù)(如傳染病和地理信息系統(tǒng)數(shù)據(jù))、網(wǎng)絡(luò)分析等。耶魯大學也處于公共衛(wèi)生建模的前沿，為政策制定者和醫(yī)療服務(wù)機構(gòu)提供數(shù)據(jù)驅(qū)動的風險情景，供他們做出決策。
二、因果推理、觀察研究和實施科學方法(Causal Inference, Observational Studies and Implementation Science Methodology)
耶魯大學生物統(tǒng)計學系教師在因果推理的新統(tǒng)計方法的開發(fā)和應(yīng)用方面處于世界領(lǐng)先地位。我們的教師已經(jīng)開發(fā)了統(tǒng)計方法來解決因果推理中的重要方法問題，包括解決混淆偏差、審查和選擇偏差、測量誤差、不符合、中介變量和網(wǎng)絡(luò)干擾的工具。從隨機試驗到實用/觀察性研究再到實施/傳播科學，生物統(tǒng)計系促進了將生物統(tǒng)計方法研究更快地轉(zhuǎn)化為全世界的公共衛(wèi)生實踐。
三、健康信息學、數(shù)據(jù)科學和可重復(fù)性(Health Informatics, Data Science and Reproducibility)
信息學驅(qū)動創(chuàng)新，定義生物醫(yī)學研究、臨床護理和公共衛(wèi)生領(lǐng)域的信息和知識管理方法。YSPH的研究人員在數(shù)據(jù)挖掘、自然語言或文本處理、認知科學、人機交互、決策支持、數(shù)據(jù)庫和算法等不同領(lǐng)域引入、開發(fā)和評估新的生物醫(yī)學動機方法，用于分析公共衛(wèi)生、臨床研究和基因組學/蛋白質(zhì)組學中產(chǎn)生的大量數(shù)據(jù)。
四、機器學習和高維數(shù)據(jù)(Machine Learning and High Dimensional Data)
機器學習專注于算法的創(chuàng)建、表征和發(fā)展，當這些算法應(yīng)用于數(shù)據(jù)時，使我們能夠理解它們的結(jié)構(gòu)，做出預(yù)測并構(gòu)建反事實分析。這一研究領(lǐng)域是應(yīng)用統(tǒng)計學和數(shù)據(jù)科學的基礎(chǔ)，并推動了他們最近的許多進展。我們的教師積極研究機器學習的方法和計算方法，特別是在高維數(shù)據(jù)和數(shù)據(jù)密集型計算方面，為科學發(fā)現(xiàn)創(chuàng)造新的工具。我們對這些工具在遺傳學、臨床試驗、神經(jīng)成像和其他生物醫(yī)學領(lǐng)域的應(yīng)用特別感興趣，我們經(jīng)常與這些領(lǐng)域的研究人員合作。
以上是耶魯大學生物統(tǒng)計學系研究領(lǐng)域相關(guān)知識，如果您對美國留學感興趣，歡迎您在線咨詢托普仕留學老師，托普仕留學專注美國前30高校申請，助力國內(nèi)學子順利獲得美國藤校入讀資格。盡早規(guī)劃和遞交申請，對您未來留學會更有幫助!
相關(guān)推薦
最新資訊