Curso en línea: pasantía profesional certificada en ciencia de datos para Google Health Research, Universidad de Michigan

Explore, visualice y analice datos de salud. Importe, procese datos y ajuste modelos estadísticos básicos para analizar datos de resultados de salud, todo en el entorno R.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Curso en línea: pasantía profesional certificada en ciencia de datos para Google Health Research, Universidad de Michigan

Professional Certificate

nivel intermedio

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Traducción de datos
  • Descifrando modelos estadísticos
  • Predecir resultados
  • Organización de la visualización de datos de salud.
  • Análisis estadísticos en programas como R.
  • Asistencia en la toma de decisiones basadas en datos en el ámbito de la salud pública.

What you will learn in the course

Courses for which the course is suitable

  • analista de datos sanitarios
  • científico de datos
  • estadístico médico
  • Gerente de Investigación Clínica
  • consultor de salud publica
  • Desarrolla modelos predictivos en el ámbito sanitario
  • Investigador en el campo de la salud pública.
  • Analizador de datos sintéticos.
  • Especialista en análisis de datos médicos.
  • Responsable de proyectos de salud

Especialización en ciencia de datos para la investigación en salud.

La pasantía es una serie de cursos de tres partes en ciencia de datos para la investigación en salud. Los cursos le enseñarán a organizar y visualizar datos de salud utilizando análisis estadísticos en programas como R.

Los cursos revelarán cómo:

  • traducir datos
  • Descifrar modelos estadísticos
  • predecir resultados

objetivo: Ayudar a la toma de decisiones basadas en datos en el ámbito de la salud pública.

Proyecto de aprendizaje aplicado

En el Curso 1, los estudiantes resumirán los datos de una encuesta global sobre la propiedad de cuentas financieras (base de datos Global Findex) y reconstruirán una tabla y una figura del informe de la base de datos Global Findex de 2017.

En los cursos 2 y 3, los alumnos analizarán datos sintéticos relacionados con factores de riesgo comunes y enfermedades cardíacas en la población india.

el proceso de aprendizaje

El proceso de aprendizaje de este curso generalmente progresará a través de los siguientes pasos:

  • Aprender sobre ideas a través de videos de conferencias.
  • Aplicando las ideas en un vídeo de práctica guiada.
  • Repita los pasos para la mayoría de los temas de la lección.
  • Autofortalecimiento a través de guías independientes en las escrituras.
  • Practicar la comprensión a través de cuestionarios y diálogos sin calificación.

Details of the courses that make up the specialization

Organizar y visualizar datos en R

Curso 1 – 18 horas

Lo que aprenderás:

  • Aprender y saber trabajar en el entorno R.
  • Formatee y manipule los datos en R a formatos adecuados.
  • Desarrollar una intuición para el análisis de datos exploratorios.
  • Desarrolla un flujo de trabajo en R

Habilidades que adquirirás:

  • manejo de datos
  • Codificación en R
  • visualización de datos
  • Análisis de datos exploratorios.
  • Exploración de datos

Un modelo de regresión lineal para datos de salud.

Curso 2 – 13 horas

Lo que aprenderás:

  • Comprender el concepto de modelo estadístico y los conceptos básicos de la inferencia estadística.
  • Reconocer, ajustar e interpretar un modelo de regresión lineal simple.
  • Desarrollar la intuición para ajustar e interpretar un modelo de regresión múltiple.

Habilidades que adquirirás:

  • Probabilidad y Estadística
  • Regresión lineal
  • Análisis estadístico
  • modelo estadístico

Regresión logística y predicción de datos de salud.

Curso 3 – 11 horas

Lo que aprenderás:

  • Comprender cómo surgen los resultados binarios y conocer la diferencia entre morbilidad, ratio de riesgo y odds ratio.
  • Utilice la regresión logística para estimar e interpretar la asociación entre uno o más factores de confusión y un resultado binario.
  • Comprender los principios del uso de la regresión logística para pronosticar y evaluar la calidad de estos pronósticos.

Habilidades que adquirirás:

  • Probabilidad y Estadística
  • Regresión logística
  • Análisis estadístico
  • modelo estadístico

Productos relacionados