Online cursus – gecertificeerde professionele specialisatie in statistische analyse met R voor volksgezondheid door Google en Imperial College London

Bestudeer publieke statistieken en ontwikkel vaardigheden op het gebied van data-analyse met R. Verbeter uw statistisch denken en leer belangrijke methoden voor data-analyse met R.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

starten

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Logistieke regelgeving
  • Lineaire regeling
  • Statistisch denken
  • Overlevingsanalyse
  • Gegevensanalyse met R

What you will learn in the course

Courses for which the course is suitable

  • Medische data-analist
  • Statisticus op het gebied van de volksgezondheid
  • Onderzoeker op het gebied van de volksgezondheid
  • Analyseert klinische gegevens
  • Expert op het gebied van medische statistiek
  • Adviseur volksgezondheid
  • Analysator voor gezondheidsrisico’s
  • Sociologisch onderzoeker op het gebied van gezondheid
  • analist gezondheidstrends
  • Ontwikkelt voorspellende modellen in de gezondheidszorg

Stage – een vierdelige cursusreeks

Introductie

Statistieken zijn overal. Kansschot vandaag. Tijdtrends in de werkloosheidscijfers. Kans dat India de volgende wereldbeker cricket wint. In een sport als voetbal begon het als een leuke bezigheid, maar ontwikkelde het zich tot big business. Statistische analyse speelt ook een centrale rol in de geneeskunde, vooral op het brede en kerngebied van de volksgezondheid.

Wat leer je tijdens de stage?

In deze specialisatie help je begrijpen wat medisch onderzoek is en hoe – en waarom – een vaag idee wordt omgezet in een aanname die wetenschappelijk kan worden getoetst. Je leert over sleutelbegrippen in de statistiek zoals:

  • bemonstering
  • onzekerheid
  • Reatie
  • ontbrekende waarden
  • distributies

Vervolgens werk je aan het analyseren van een dataset die een aantal belangrijke uitdagingen in de volksgezondheid aanpakt:

  • Groenten- en fruitconsumptie en kanker
  • Risicofactoren voor diabetes
  • Voorspelling van sterfte na ziekenhuisopname als gevolg van hartfalen

Dit alles met behulp van R, een van de gratis en meest gebruikte programma’s.

De specialisatiestructuur

De stage bestaat uit vier cursussen:

  • Statistisch denken
  • Lineaire regressie
  • Logistieke regressie
  • Overlevingsanalyse

En ze maakt deel uit van het mondiale masterprogramma Public Health dat in september 2019 van start moet gaan.

vereisten

De specialisatie kan onafhankelijk van de MPH worden gevolgd en vereist geen voorkennis van statistiek of R-software. Het enige wat je nodig hebt is interesse in medische onderwerpen en kwantitatieve data.

Toegepast leerproject

In elke cursus maakt u kennis met de belangrijkste concepten en een dataset die tijdens de cursus als voorbeeld zal worden gebruikt. Volksgezondheidsgegevens kunnen rommelig zijn, met ontbrekende waarden en vreemde verdelingen. De gegevens van Kullan zijn reëel of simulaties van echte patiëntgegevens (alle gegevens geanonimiseerd en met gebruiksrechten).

De leermethode

De nadruk zal liggen op “leren door te doen” en “leren door ontdekken” wanneer u typische gegevens- en analyseproblemen tegenkomt die u moet oplossen en bespreken met de andere leerlingen. Je krijgt de kans om zelf en samen met je collega’s aan de oplossingen te werken voordat je de antwoorden en uitleg krijgt van de instructeurs.

Details of the courses that make up the specialization

Inleiding tot statistiek en data-analyse in de volksgezondheid

Cursus 1

  • 15 uur
  • 4,7 (1.464 maten)

Cursusdetails

Wat je gaat leren:
  • De cruciale rol van statistiek in modern onderzoek en praktijk op het gebied van de volksgezondheid uitleggen.
  • Beschrijf een dataset helemaal opnieuw, inclusief data-itemattributen en datakwaliteitsproblemen, met behulp van beschrijvende statistieken en grafische methoden in R.
  • Kies en gebruik geschikte methoden om statistische associaties tussen variabelen in een dataset in R te formuleren en te testen.
  • Interpreteer de resultaten van uw analyse en beoordeel de rol van geluk en vooringenomenheid.
Vaardigheden die je opdoet:
  • Categorie: Basisanalyse in R
  • Categorie: formuleren van een wetenschappelijke hypothese
  • Categorie: Programmeren in R
  • Categorie: Inzicht in algemene gegevensdistributies en soorten variabelen

Lineaire regressie in R voor de volksgezondheid

Cursus 2

  • 15 uur
  • 4,8 (504 maten)

Cursusdetails

Wat je gaat leren:
  • Leg uit wanneer een lineair regressiemodel geschikt is om te gebruiken.
  • Lees en controleer de datasetvariabelen met behulp van R-software voordat u de modelanalyse uitvoert.
  • Pas een multivariaat lineair regressiemodel aan met interacties, test de modelaannames en interpreteer de resultaten.
Vaardigheden die je opdoet:
  • Categorie: correlatie en afhankelijkheid
  • Categorie: Lineaire regressie
  • Categorie: Programmeren in R

Logistieke regressie in R voor de volksgezondheid

Cursus 3

  • 12 uur
  • 4,8 (357 maten)

Cursusdetails

Wat je gaat leren:
  • Beschrijf een dataset helemaal opnieuw met behulp van beschrijvende statistieken en eenvoudige grafische methoden als een eerste stap voor geavanceerde analyse met behulp van R-software.
  • Interpreteer de resultaten van uw analyse en evalueer de rol van geluk en vooringenomenheid als mogelijke verklaringen.
  • Voer multivariate logistische regressieanalyse uit in R en interpreteer de resultaten.
  • Schat modelaannames voor multivariate logistische regressie in R.
Vaardigheden die je opdoet:
  • Categorie: logistische regressie
  • Categorie: Programmeren in R

Overlevingsanalyse in R voor de volksgezondheid

Cursus 4

  • 11 uur
  • 4,5 (312 maten)

Cursusdetails

Wat je gaat leren:
  • Voer Kaplan-Meier-plots en Cox-regressie uit in R en interpreteer de resultaten.
  • Beschrijf een dataset helemaal opnieuw, met behulp van beschrijvende statistieken en eenvoudige grafische methoden ter voorbereiding op meer geavanceerde analyses.
  • Beschrijf en vergelijk enkele veelgebruikte methoden voor het selecteren van een multivariaat regressiemodel.
Vaardigheden die je opdoet:
  • Categorie: Veelgebruikte manieren begrijpen om voorspellers in een regressiemodel te selecteren
  • Categorie: Kaplan-Meier-curven uitvoeren en interpreteren in R
  • Categorie: Een Cox-regressiemodel bouwen in R