Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.8
530 Bewertungen
Stufe Mittel
Empfohlene Erfahrung
Empfohlene Erfahrung
Stufe „Mittel“
Sie sollten die Grundlagen von Variablentypen, Verteilungen, Hypothesentests, p-Werten und Konfidenzintervallen mit R kennen, auch wenn ich das noch einmal wiederholen werde.
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.8
530 Bewertungen
Stufe Mittel
Empfohlene Erfahrung
Empfohlene Erfahrung
Stufe „Mittel“
Sie sollten die Grundlagen von Variablentypen, Verteilungen, Hypothesentests, p-Werten und Konfidenzintervallen mit R kennen, auch wenn ich das noch einmal wiederholen werde.
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 4 Module
Willkommen bei Linearer Regression in R für das öffentliche Gesundheitswesen! Das öffentliche Gesundheitswesen wird definiert als "die Kunst und Wissenschaft der Verhütung von Krankheiten, der Verlängerung des Lebens und der Förderung der Gesundheit durch die organisierten Anstrengungen der Gesellschaft". Zu wissen, was Krankheiten verursacht und was sie verschlimmert, ist dabei von entscheidender Bedeutung. Dies erfordert die Entwicklung von statistischen Modellen, die beschreiben, wie Patienten- und Umweltfaktoren unsere Chancen, krank zu werden, beeinflussen. Dieser Kurs zeigt Ihnen, wie Sie solche Modelle von Grund auf erstellen können. Er beginnt mit einer Einführung in das Konzept der Korrelation und der linearen Regression, bevor er Sie durch den Import und die Untersuchung Ihrer Daten führt und Ihnen dann zeigt, wie Sie Modelle anpassen können. Am Beispiel von Atemwegserkrankungen werden diese Modelle beschreiben, wie sich Patienten und andere Faktoren auf Ergebnisse wie die Lungenfunktion auswirken.
Die lineare Regression gehört zu einer Familie von Regressionsmodellen, und die anderen Kurse in dieser Reihe werden zwei weitere Mitglieder behandeln. Regressionsmodelle haben viele Gemeinsamkeiten, auch wenn sich die mathematischen Details unterscheiden.
In diesem Kurs lernen Sie, wie Sie die Daten vorbereiten, wie gut das Modell zu den Daten passt und wie Sie die zugrundeliegenden Annahmen testen - wichtige Aufgaben bei jeder Art von Regression.
Sie werden das kostenlose und vielseitige Softwarepaket R verwenden, das von Statistikern und Datenwissenschaftlern in Hochschulen, Regierungen und der Industrie weltweit eingesetzt wird.
Bevor Sie sich daran machen, ein Regressionsmodell zu erstellen, müssen Sie ein verwandtes Konzept verstehen: die Korrelation. In dieser Woche lernen Sie, was sie bedeutet und wie Sie in R Pearsonsche und Spearmansche Korrelationskoeffizienten erzeugen, um die Stärke des Zusammenhangs zwischen einem Risikofaktor oder Prädiktor und dem Patientenergebnis zu bewerten. Dann werden Sie in die lineare Regression und das Konzept der Modellannahmen eingeführt, eine Schlüsselidee, die einem Großteil der statistischen Analyse zugrunde liegt.
Einführung in die lineare Regression: Teil I•5 Minuten
Einführung in die lineare Regression: Teil II•3 Minuten
Lineare Regression und Modellannahmen: Teil I•6 Minuten
Lineare Regression und Modellannahmen: Teil II•5 Minuten
9 Lektüren•Insgesamt 110 Minuten
Über das Imperial College London & das Team•10 Minuten
Wie Sie in diesem Kurs erfolgreich sein können•10 Minuten
Benotungspolitik•10 Minuten
Datensatz und Glossar•10 Minuten
Zusätzliche Lektüre•10 Minuten
Lineare Regressionsmodelle: Hinter den Schlagzeilen•5 Minuten
Lineare Regressionsmodelle: Hinter den Schlagzeilen: Schriftliche Zusammenfassung•20 Minuten
Warnungen und Vorsichtsmaßnahmen für die Pearsonsche Korrelation•20 Minuten
Einführung in die Spearman-Korrelation•15 Minuten
5 Aufgaben•Insgesamt 110 Minuten
Korrelationen•40 Minuten
Spearman-Korrelation•20 Minuten
Quiz am Ende der Woche•20 Minuten
Lineare Regressionsmodelle: Hinter den Schlagzeilen•10 Minuten
Übungsquiz zur linearen Regression•20 Minuten
2 Diskussionsthemen•Insgesamt 25 Minuten
Schön, Sie kennenzulernen!•10 Minuten
Lineare Regressionsmodelle•15 Minuten
1 Plug-in•Insgesamt 10 Minuten
Füllen Sie unsere kurze Umfrage vor dem Kurs aus•10 Minuten
Lineare Regression in R
Modul 2•4 Stunden abzuschließen
Moduldetails
Sie erhalten eine Einführung in den COPD-Datensatz, den Sie im Laufe des Kurses verwenden werden, und führen grundlegende deskriptive Analysen durch. Sie werden auch üben, Korrelationen in R durchzuführen. Als nächstes werden Sie sehen, wie Sie ein lineares Regressionsmodell zunächst mit einem und dann mit mehreren Prädiktoren durchführen und prüfen, ob die Modellannahmen zutreffen.
Das ist alles enthalten
3 Videos8 Lektüren2 Aufgaben3 Diskussionsthemen
Infos zu Modulinhalt anzeigen
3 Videos•Insgesamt 11 Minuten
Einführung in Woche 2•2 Minuten
Anpassen der linearen Regression•4 Minuten
Multiple Regression•4 Minuten
8 Lektüren•Insgesamt 125 Minuten
Wiederholung der Installation von R•10 Minuten
Bewertung von Verteilungen und Berechnung des Korrelationskoeffizienten in R•10 Minuten
Rückmeldung•10 Minuten
Wie man ein Regressionsmodell in R anpasst•10 Minuten
Rückmeldung•15 Minuten
Anpassen der multiplen Regression in R•30 Minuten
Rückmeldung•10 Minuten
Korrelation und lineare Regression zusammenfassen•30 Minuten
2 Aufgaben•Insgesamt 40 Minuten
Lineare Regression•20 Minuten
Quiz am Ende der Woche•20 Minuten
3 Diskussionsthemen•Insgesamt 40 Minuten
Übung mit R: Warum Spearman's und Pearson's leicht abweichen können•10 Minuten
Übung mit R: Lineare Regression•15 Minuten
Übung mit R: Wiederholung des Regressionsmodells•15 Minuten
Mehrfache Regression und Interaktion
Modul 3•4 Stunden abzuschließen
Moduldetails
Jetzt werden Sie sehen, wie Sie das lineare Regressionsmodell erweitern können, um binäre und kategoriale Variablen als Prädiktoren einzubeziehen, und lernen, wie Sie die Korrelation zwischen Prädiktoren überprüfen können. Dann werden Sie sehen, wie Prädiktoren miteinander interagieren können und wie Sie die notwendigen Interaktionsterme in das Modell aufnehmen und interpretieren können. Es gibt verschiedene Arten von Wechselwirkungen, deren Interpretation schwierig sein kann. Daher werden wir es langsam angehen lassen, mit Beispielen und Gelegenheiten zum Üben.
Das ist alles enthalten
4 Videos9 Lektüren2 Aufgaben
Infos zu Modulinhalt anzeigen
4 Videos•Insgesamt 17 Minuten
Einführung in die wichtigsten Funktionen von Datensätzen: Teil I•4 Minuten
Einführung in die wichtigsten Funktionen von Datensätzen: Teil II•3 Minuten
Wechselwirkungen zwischen binären Variablen•5 Minuten
Interaktionen zwischen binären und kontinuierlichen Variablen•5 Minuten
9 Lektüren•Insgesamt 175 Minuten
Wie man die wichtigsten Merkmale eines Datensatzes in R bewertet•20 Minuten
Wie Sie Ihre Daten in R überprüfen•10 Minuten
Schritte zur guten Praxis•20 Minuten
Praxis mit R: Führen Sie eine Good Practice-Analyse durch•30 Minuten
Übung mit R: Ausführen einer multiplen Regression•30 Minuten
Rückmeldung•10 Minuten
Übung mit R: Ausführen und Interpretieren einer multiplen Regression•30 Minuten
Rückmeldung•15 Minuten
Zusätzliche Lektüre•10 Minuten
2 Aufgaben•Insgesamt 40 Minuten
Anpassen und Interpretieren der Modellergebnisse•20 Minuten
Interpretation von Interaktionen•20 Minuten
MODELLGEBÄUDE
Modul 4•3 Stunden abzuschließen
Moduldetails
Der letzte Teil des Kurses befasst sich mit der Erstellung eines Regressionsmodells, bei dem Sie die Wahl haben, welche Prädiktoren Sie in das Modell aufnehmen möchten. Er beschreibt häufig verwendete automatisierte Verfahren zur Modellerstellung und zeigt Ihnen, warum diese so problematisch sind. Zum Schluss haben Sie die Möglichkeit, einige Modelle mit einem vertretbaren und robusten Ansatz zu erstellen.
Das Imperial College London ist eine der zehn besten Universitäten der Welt mit einem internationalen Ruf für hervorragende Leistungen in den Bereichen Wissenschaft, Technik, Medizin und Wirtschaft und liegt im Herzen Londons. Imperial ist ein multidisziplinärer Ort für Bildung, Forschung, Umsetzung und Kommerzialisierung, der Wissenschaft und Innovation nutzt, um globale Herausforderungen zu bewältigen. Imperial-Studenten profitieren von einer weltweit führenden, integrativen Bildungserfahrung, die in der weltweit führenden Forschung des Colleges verwurzelt ist. Unsere Online-Kurse sind so konzipiert, dass sie Interaktivität, Lernen und die Entwicklung von Kernkompetenzen durch den Einsatz modernster digitaler Technologie fördern.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.8
530 Bewertungen
5 stars
82,45 %
4 stars
13,77 %
3 stars
2,26 %
2 stars
1,13 %
1 star
0,37 %
Zeigt 3 von 530 an
S
SI
5·
Geprüft am 27. Feb. 2021
The course was an excellent utilisation of time. I am looking forward to explore further and utilise the skills I acquired.
A
AO
5·
Geprüft am 11. Sep. 2023
This is is an excellent course! Thank you for providing it to us online, and please, I look forward to have access to more advance courses on statistical analysis for public health from ICL!
J
JA
5·
Geprüft am 29. Okt. 2020
Great step by step explanation of the linear regression model-building process. Very clear. Also highlights pitfalls to avoid.
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich mich für diese Specialization einschreibe?
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.