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.

Statistik für Genomische Datenwissenschaft

Statistik für Genomische Datenwissenschaft

Dieser Kurs ist Teil von Spezialisierung „Genomische Datenwissenschaft“

Dozent: Jeff Leek, PhD

40.611 bereits angemeldet

Bei enthalten

Mehr erfahren

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

379 Bewertungen

9 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

91%

Den meisten Lernenden hat dieser Kurs gefallen

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

379 Bewertungen

9 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

91%

Den meisten Lernenden hat dieser Kurs gefallen

Kompetenzen, die Sie erwerben

Kategorie: Datenverarbeitung
Kategorie: Statistik
Kategorie: Datenanalyse
Kategorie: Statistische Methoden
Kategorie: Statistische Modellierung
Kategorie: Wahrscheinlichkeitsrechnung und Statistik
Kategorie: Statistische Hypothesenprüfung
Kategorie: Vorverarbeitung von Daten
Kategorie: Statistische Inferenz
Kategorie: Statistische Analyse
Kategorie: Bioinformatik
Kategorie: Daten-Pipelines
Kategorie: Explorative Datenanalyse
Kategorie: Biostatistik
Kategorie: Datenumwandlung
Kategorie: Regressionsanalyse
Kategorie: Logistische Regression

Werkzeuge, die Sie lernen werden

Kategorie: R Programmierung

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

4 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Genomische Datenwissenschaft“

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

Eine Einführung in die Statistik, die hinter den beliebtesten genomischen Datenforschungsprojekten steht. Dies ist der sechste Kurs im Rahmen der Genomic Big Data Science Specialization der Johns Hopkins University.

Moduldetails

Dieser Kurs ist so aufgebaut, dass er die wichtigsten konzeptionellen Ideen der Normalisierung, der explorativen Analyse, der linearen Modellierung, des Testens und des multiplen Testens trifft, die in genomischen Studien immer wieder auftauchen.

Das ist alles enthalten

21 Videos3 Lektüren1 Aufgabe

21 VideosInsgesamt 129 Minuten

Willkommen bei Statistik für Genomische Datenwissenschaft3 Minuten
Was ist Statistik?3 Minuten
Statistiken finden, denen Sie vertrauen können (4:44)5 Minuten
Hilfe holen (3:44)4 Minuten
Was sind Daten? (4:28)4 Minuten
Darstellung von Daten (5:23)5 Minuten
Modul 1 Überblick (1:07)1 Minute
Reproduzierbare Forschung (3:42)4 Minuten
Reproduzierbare Forschung erreichen (5:02)5 Minuten
R Abschlag (6:26)6 Minuten
Die drei Tische in der Genomik (2:10)2 Minuten
Die drei Tische in der Genomik (in R) (3:46)4 Minuten
Versuchsplanung: Variabilität, Replikation und Leistung (14:17)14 Minuten
Versuchsplanung: Verwechslungsgefahr und Randomisierung (9:26)9 Minuten
Sondierende Analyse (9:21)9 Minuten
Explorative Analyse in R Teil I (7:22)7 Minuten
Explorative Analyse in R Teil II (10:07)10 Minuten
Explorative Analyse in R Teil III (7:26)7 Minuten
Datenumwandlungen (7:31)8 Minuten
Clustering (8:43)9 Minuten
Clustering in R (9:09)9 Minuten

3 LektürenInsgesamt 30 Minuten

Syllabus10 Minuten
Umfrage vor dem Kurs10 Minuten
Einführung und Materialien10 Minuten

1 AufgabeInsgesamt 30 Minuten

Modul 1 Quiz30 Minuten

Diese Woche werden wir uns mit der Vorverarbeitung, der linearen Modellierung und den Batch-Effekten beschäftigen.

Das ist alles enthalten

14 Videos1 Aufgabe

14 VideosInsgesamt 97 Minuten

Modul 2 Überblick (1:12)1 Minute
Reduzierung der Dimensionen (12:13)12 Minuten
Reduzierung der Dimensionen (in R) (8:48)9 Minuten
Vorverarbeitung und Normalisierung (11:26)11 Minuten
Quantile Normalisierung (in R) (4:49)5 Minuten
Das lineare Modell (6:50)7 Minuten
Lineare Modelle mit kategorialen Kovariaten (4:08)4 Minuten
Anpassen für Kovariaten (4:16)4 Minuten
Lineare Regression in R (13:03)13 Minuten
Viele Regressionen auf einmal (3:50)4 Minuten
Viele Regressionen in R (7:21)7 Minuten
Batch-Effekte und Störfaktoren (7:11)7 Minuten
Batch-Effekte in R: Teil A (8:18)8 Minuten
Batch-Effekte in R: Teil B (3:50)4 Minuten

1 AufgabeInsgesamt 30 Minuten

Modul 2 Quiz30 Minuten

In dieser Woche behandeln wir die Modellierung nicht-kontinuierlicher Ergebnisse (wie binäre oder Zähldaten), Hypothesentests und multiple Hypothesentests.

Das ist alles enthalten

15 Videos1 Aufgabe

15 VideosInsgesamt 86 Minuten

Modul 3 Überblick (1:07)1 Minute
Logistische Regression (7:03)7 Minuten
Regression für Zählungen (5:02)5 Minuten
GLMs in R (9:28)9 Minuten
Schlussfolgerung (4:18)4 Minuten
Null- und Alternativhypothesen (4:45)5 Minuten
Berechnen von Statistiken (5:11)5 Minuten
Modelle im Vergleich (7:08)7 Minuten
Berechnen von Statistiken in R10 Minuten
Permutation (3:26)3 Minuten
Permutation in R (3:33)4 Minuten
P-Werte (6:04)6 Minuten
Mehrere Tests (8:25)8 Minuten
P-Werte und Mehrfachtests in R: Teil A (5:58)6 Minuten
P-Werte und Mehrfachtests in R: Teil B (4:23)4 Minuten

1 AufgabeInsgesamt 30 Minuten

Modul 3 Quiz30 Minuten

In dieser Woche werden wir viele der allgemeinen Pipelines behandeln, die für die Analyse bestimmter Datentypen wie RNA-seq, GWAS, ChIP-Seq und DNA-Methylierungsstudien verwendet werden.

Das ist alles enthalten

14 Videos1 Lektüre1 Aufgabe

14 VideosInsgesamt 74 Minuten

Modul 4 Überblick (1:21)1 Minute
Anreicherung von Gensätzen (4:19)4 Minuten
Mehr Anreicherung (3:59)4 Minuten
Gensatzanalyse in R (7:43)8 Minuten
Der Prozess für RNA-seq (3:59)4 Minuten
Der Prozess für Chip-Seq (5:25)5 Minuten
Der Prozess der DNA-Methylierung (5:03)5 Minuten
Der Prozess für GWAS/WGS (6:12)6 Minuten
Kombinieren von Datentypen (eQTL) (6:04)6 Minuten
eQTL in R (10:36)11 Minuten
Freiheitsgrade des Forschers (5:49)6 Minuten
Inferenz vs. Vorhersage (8:52)9 Minuten
Wissen, wann man Hilfe braucht (2:31)3 Minuten
Statistik für Genomic Data Science Nachbereitung (1:53)2 Minuten

1 LektüreInsgesamt 10 Minuten

Umfrage nach dem Kurs10 Minuten

1 AufgabeInsgesamt 30 Minuten

Modul 4 Quiz30 Minuten

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Lehrkraftbewertungen

(38 Bewertungen)

Jeff Leek, PhD

Johns Hopkins University

32 Kurse1.759.209 Lernende

von

Johns Hopkins University

Bewertungen von Lernenden

5 stars
54,61 %
4 stars
26,64 %
3 stars
11,34 %
2 stars
2,11 %
1 star
5,27 %

Zeigt 3 von 379 an

Geprüft am 11. Feb. 2017

Overall, a very good course. Not without its flaws (inconsistent video audio levels), but I have walked away knowing far more about Genomic Data Science than I expected to.

Geprüft am 8. Apr. 2021

This is the best. It opens my eye for genomic data analysis.

Geprüft am 15. Juli 2019

It is really great that told me lots of basic statistical information that I didn't know.

Weitere Bewertungen anzeigen