在线课程 – Google Public Health 和伦敦帝国理工学院的 R 统计分析专业认证

公共卫生统计与数据分析导论

课程 1

• 15 小时
• 4.7 （1,464 个指数）

课程详情

您将学到什么：

• 解释统计学在公共卫生研究和现代实践中的主要作用。
• 使用 R 中的描述性统计信息和图形方法从头开始描述一组数据，包括数据项的属性和数据质量问题。
• 选择并使用适当的方法来制定和检查 R 中数据集中变量之间的统计关联。
• 解释您的分析结果并评估运气和偏差的作用。

您将获得的资格：

• 类别： R 中的基本分析
• 类别： 科学假说的制定
• 类别： R 编程
• 类别： 了解常见数据分布和变量类型

用于公共卫生的 R 中的线性回归

课程 2

• 15 小时
• 4.8 （504 指数）

课程详情

您将学到什么：

• 说明何时适合使用线性回归模型。
• 在执行模型分析之前，使用 R 软件读取和测试数据集变量。
• 使用交互作用拟合多元线性回归模型，测试模型的假设，并解释结果。

您将获得的资格：

• 类别： 相关性和相关性
• 类别： 线性回归
• 类别： R 编程

用于公共卫生的 R 中的 Logistic 回归

课程 3

• 12 小时
• 4.8 （357 指数）

课程详情

您将学到什么：

• 使用描述性统计和简单的图形方法从头开始描述一组数据，作为使用 R 软件进行高级分析的第一步。
• 解释您的分析结果，并评估运气和偏差作为潜在解释的作用。
• 在 R 中运行多变量物流法规分析并解释结果。
• 在 R 中评估多元 logistic 回归的模型假设。

您将获得的资格：

• 类别： Logistic 回归
• 类别： R 编程

用于公共卫生的 R 生存分析

课程 4

• 11 小时
• 4.5 （312 索引）

课程详情

您将学到什么：

• 在 R 中运行 Kaplan-Meyer 和 Cox 回归图并解释结果。
• 从头开始描述一组数据，使用简单的图形方法使用描述性统计，为更高级的分析做准备。
• 描述并比较选择多元回归模型的一些常用方法。

您将获得的资格：

• 类别： 了解在回归模型中选择预测变量的常用方法
• 类别： 在 R 中运行和解释 Kaplan-Meyer 曲线
• 类别： 在 R 中构建 Cox 回归模型