Об этом курсе

Недавно просмотрено: 53,925

Карьерные результаты учащихся

50%

получил значимые преимущества в карьере благодаря этому курсу
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

You should know the basics of types of variables, distributions, hypothesis testing, p values and confidence intervals using R, though I'll recap.

Прибл. 15 часов на выполнение
Английский
Субтитры: Английский

Чему вы научитесь

  • Describe when a linear regression model is appropriate to use

  • Read in and check a data set's variables using the software R prior to undertaking a model analysis

  • Fit a multiple linear regression model with interactions, check model assumptions and interpret the output

Приобретаемые навыки

Correlation And DependenceLinear RegressionR Programming

Карьерные результаты учащихся

50%

получил значимые преимущества в карьере благодаря этому курсу
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

You should know the basics of types of variables, distributions, hypothesis testing, p values and confidence intervals using R, though I'll recap.

Прибл. 15 часов на выполнение
Английский
Субтитры: Английский

от партнера

Логотип Имперский колледж Лондона

Имперский колледж Лондона

Сделайте шаг навстречу диплому магистра.

курс входит в онлайн-программу ''Global Master of Public Health' от партнера Имперский колледж Лондона. Если вы переходите на полную программу, курсы засчитываются при получении диплома.

Программа курса: что вы изучите

Неделя
1

Неделя 1

5 ч. на завершение

INTRODUCTION TO LINEAR REGRESSION

5 ч. на завершение
7 видео ((всего 34 мин.)), 9 материалов для самостоятельного изучения, 5 тестов
7 видео
Pearson’s Correlation Part I3мин
Pearson’s Correlation Part II6мин
Intro to Linear Regression: Part I4мин
Intro to Linear Regression: Part II3мин
Linear Regression and Model Assumptions: Part I6мин
Linear Regression and Model Assumptions: Part II5мин
9 материалов для самостоятельного изучения
About Imperial College London & the Team10мин
How to be successful in this course10мин
Grading policy10мин
Data set and Glossary10мин
Additional Reading10мин
Linear Regression Models: Behind the Headlines5мин
Linear Regression Models: Behind the Headlines: Written Summary20мин
Warnings and precautions for Pearson's correlation20мин
Introduction to Spearman correlation15мин
5 практических упражнений
Linear Regression Models: Behind the Headlines10мин
Correlations30мин
Spearman Correlation20мин
Practice Quiz on Linear Regression20мин
End of Week Quiz20мин
Неделя
2

Неделя 2

4 ч. на завершение

Linear Regression in R

4 ч. на завершение
3 видео ((всего 11 мин.)), 8 материалов для самостоятельного изучения, 2 тестов
3 видео
Fitting the linear regression3мин
Multiple Regression4мин
8 материалов для самостоятельного изучения
Recap on installing R10мин
Assessing distributions and calculating the correlation coefficient in R 10мин
Feedback10мин
How to fit a regression model in R10мин
Feedback15мин
Fitting the Multiple Regression in R30мин
Feedback10мин
Summarising correlation and linear regression30мин
2 практических упражнения
Linear Regression20мин
End of Week Quiz20мин
Неделя
3

Неделя 3

4 ч. на завершение

Multiple Regression and Interaction

4 ч. на завершение
4 видео ((всего 17 мин.)), 9 материалов для самостоятельного изучения, 2 тестов
4 видео
Introduction to Key Dataset Features: Part II2мин
Interactions between binary variables4мин
Interactions between binary and continuous variables5мин
9 материалов для самостоятельного изучения
How to assess key features of a dataset in R20мин
How to check your data in R10мин
Good Practice Steps20мин
Practice with R: Run a Good Practice Analysis30мин
Practice with R: Run Multiple Regression30мин
Feedback10мин
Practice with R: Running and interpreting a multiple regression30мин
Feedback15мин
Additional Reading10мин
2 практических упражнения
Fitting and interpreting model results20мин
Interpretation of interactions20мин
Неделя
4

Неделя 4

3 ч. на завершение

MODEL BUILDING

3 ч. на завершение
5 видео ((всего 16 мин.)), 7 материалов для самостоятельного изучения, 2 тестов
5 видео
Variable Selection3мин
Developing a Model Building Strategy6мин
Summary of developing a Model Building Strategy56
Summary of Course1мин
7 материалов для самостоятельного изучения
Feedback10мин
Further details of limitations of stepwise10мин
How many predictors can I include?10мин
Practice with R: Developing your model
Practice with R: Fitting the final model10мин
Feedback on developing the model10мин
Final R Code20мин
2 практических упражнения
Problems with automated approaches20мин
End of Course Quiz20мин

Рецензии

Лучшие отзывы о курсе LINEAR REGRESSION IN R FOR PUBLIC HEALTH

Посмотреть все отзывы

Специализация Статистический анализ в здравоохранении на языке R: общие сведения

Statistics are everywhere. The probability it will rain today. Trends over time in unemployment rates. The odds that India will win the next cricket world cup. In sports like football, they started out as a bit of fun but have grown into big business. Statistical analysis also has a key role in medicine, not least in the broad and core discipline of public health. In this specialisation, you’ll take a peek at what medical research is and how – and indeed why – you turn a vague notion into a scientifically testable hypothesis. You’ll learn about key statistical concepts like sampling, uncertainty, variation, missing values and distributions. Then you’ll get your hands dirty with analysing data sets covering some big public health challenges – fruit and vegetable consumption and cancer, risk factors for diabetes, and predictors of death following heart failure hospitalisation – using R, one of the most widely used and versatile free software packages around. This specialisation consists of four courses – statistical thinking, linear regression, logistic regression and survival analysis – and is part of our upcoming Global Master in Public Health degree, which is due to start in September 2019. The specialisation can be taken independently of the GMPH and will assume no knowledge of statistics or R software. You just need an interest in medical matters and quantitative data....
Статистический анализ в здравоохранении на языке R

Часто задаваемые вопросы

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

  • Когда вы оформите подписку, начнется семидневный бесплатный пробный период, в течение которого подписку можно отменить без штрафа. По истечении этого срока вы не сможете вернуть средства, но сможете отменить подписку в любой момент. Ознакомьтесь с нашей политикой возврата средств.

  • Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке "Финансовая помощь" слева под кнопкой "Зарегистрироваться". Заполните форму заявления. Если его примут, вы получите уведомление. Обратите внимание: этот шаг необходимо выполнить для каждого курса специализации, в том числе для дипломного проекта. Подробнее

Остались вопросы? Посетите Центр поддержки учащихся.