Imperial College London

Spezialisierung „Statistische Analyse mit R für die öffentliche Gesundheit“

Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.

Imperial College London

Spezialisierung „Statistische Analyse mit R für die öffentliche Gesundheit“

Master Statistics for Public Health und R lernen.

Entwickeln Sie Ihr statistisches Denkvermögen und erlernen Sie die wichtigsten Methoden der Datenanalyse mit R

Victoria Cornelius
Alex Bottle

Dozenten: Victoria Cornelius

40.126 bereits angemeldet

Bei Coursera PlusMehr erfahren enthalten

Befassen Sie sich eingehend mit einem Thema

aus 2,091 Bewertungen von Kursen in diesem Programm

Stufe Anfänger

Empfohlene Erfahrung

4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Befassen Sie sich eingehend mit einem Thema

aus 2,091 Bewertungen von Kursen in diesem Programm

Stufe Anfänger

Empfohlene Erfahrung

4 Wochen zu vervollständigen
unter 10 Stunden pro Woche

Was Sie lernen werden

  • Die Schlüsselkomponenten des statistischen Denkens zu erkennen, um die entscheidende Rolle der Statistik in der modernen Forschung und Praxis des öffentlichen Gesundheitswesens zu verteidigen

  • Beschreiben Sie einen gegebenen Datensatz von Grund auf mit Hilfe von deskriptiven Statistiken und grafischen Methoden als ersten Schritt für eine fortgeschrittene Analyse mit der Software R

  • Geeignete Methoden anwenden, um statistische Zusammenhänge zwischen Variablen innerhalb eines Datensatzes in R zu formulieren und zu untersuchen

  • Interpretieren Sie die Ergebnisse Ihrer Analyse und bewerten Sie die Rolle von Zufall und Verzerrung als Erklärung für Ihre Ergebnisse

Kompetenzen, die Sie erwerben

  • Kategorie: Logistische Regression
  • Kategorie: Statistische Modellierung
  • Kategorie: Statistische Inferenz
  • Kategorie: Deskriptive Statistik
  • Kategorie: Regressionsanalyse
  • Kategorie: Öffentliche Gesundheit
  • Kategorie: Statistische Analyse
  • Kategorie: Statistische Hypothesenprüfung
  • Kategorie: Datenanalyse
  • Kategorie: Wahrscheinlichkeitsrechnung und Statistik
  • Kategorie: Statistische Methoden
  • Kategorie: Datenwrangling
  • Kategorie: Stichproben (Statistik)
  • Kategorie: Bewertung des Modells
  • Kategorie: Statistik
  • Kategorie: Korrelationsanalyse

Werkzeuge, die Sie lernen werden

  • Kategorie: Statistische Software
  • Kategorie: Software zur Datenanalyse
  • Kategorie: R (Software)
  • Kategorie: R Programmierung

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Spezialisierung - 4 Kursreihen

Was Sie lernen werden

  • Verteidigen Sie die entscheidende Rolle der Statistik in der modernen Forschung und Praxis des öffentlichen Gesundheitswesens

  • Beschreiben Sie einen Datensatz von Grund auf, einschließlich der Merkmale von Datenelementen und Problemen mit der Datenqualität, indem Sie deskriptive Statistiken und grafische Methoden in R verwenden

  • Geeignete Methoden auswählen und anwenden, um statistische Zusammenhänge zwischen Variablen innerhalb eines Datensatzes in R zu formulieren und zu untersuchen

  • Interpretieren Sie die Ergebnisse Ihrer Analyse und bewerten Sie die Rolle von Zufall und Verzerrung

Kompetenzen, die Sie erwerben

Kategorie: Öffentliche Gesundheit
Kategorie: Datenanalyse
Kategorie: R Programmierung
Kategorie: Statistische Software
Kategorie: Statistische Analyse
Kategorie: Deskriptive Statistik
Kategorie: Wahrscheinlichkeitsrechnung und Statistik
Kategorie: Statistik
Kategorie: Wahrscheinlichkeitsverteilung
Kategorie: Statistische Methoden
Kategorie: R (Software)
Kategorie: Stichproben (Statistik)
Kategorie: Statistische Hypothesenprüfung
Kategorie: Software zur Datenanalyse
Kategorie: Statistische Inferenz

Was Sie lernen werden

  • Beschreiben Sie, wann die Verwendung eines linearen Regressionsmodells sinnvoll ist

  • Die Variablen eines Datensatzes mit der Software R einlesen und überprüfen, bevor Sie eine Modellanalyse durchführen

  • Passen Sie ein multiples lineares Regressionsmodell mit Interaktionen an, überprüfen Sie die Modellannahmen und interpretieren Sie die Ergebnisse

Kompetenzen, die Sie erwerben

Kategorie: Korrelationsanalyse
Kategorie: Regressionsanalyse
Kategorie: Datenanalyse
Kategorie: Statistische Software
Kategorie: Statistische Analyse
Kategorie: Bewertung des Modells
Kategorie: Deskriptive Statistik
Kategorie: R Programmierung
Kategorie: R (Software)
Kategorie: Statistische Modellierung
Kategorie: Daten importieren/exportieren

Was Sie lernen werden

  • Beschreiben Sie einen Datensatz von Grund auf mit deskriptiver Statistik und einfachen grafischen Methoden als ersten Schritt für eine fortgeschrittene Analyse mit der Software R

  • Interpretieren Sie die Ergebnisse Ihrer Analyse und bewerten Sie die Rolle von Zufall und Verzerrung als mögliche Erklärungen

  • Führen Sie eine mehrfache logistische Regressionsanalyse in R durch und interpretieren Sie die Ausgabe

  • Bewerten Sie die Modellannahmen für die multiple logistische Regression in R

Kompetenzen, die Sie erwerben

Kategorie: Vorverarbeitung von Daten
Kategorie: Statistische Analyse
Kategorie: R (Software)
Kategorie: Regressionsanalyse
Kategorie: Bewertung des Modells
Kategorie: Statistik
Kategorie: Öffentliche Gesundheit
Kategorie: Deskriptive Statistik
Kategorie: Logistische Regression
Kategorie: R Programmierung
Survival-Analyse in R für die öffentliche Gesundheit

Survival-Analyse in R für die öffentliche Gesundheit

KURS 4, 11 Stunden

Was Sie lernen werden

  • Führen Sie Kaplan-Meier-Diagramme und Cox-Regression in R aus und interpretieren Sie die Ausgabe

  • Beschreiben Sie einen Datensatz von Grund auf, indem Sie deskriptive Statistiken und einfache grafische Methoden als notwendigen ersten Schritt für eine weitergehende Analyse verwenden

  • Beschreiben und vergleichen Sie einige gängige Methoden zur Auswahl eines multiplen Regressionsmodells

Kompetenzen, die Sie erwerben

Kategorie: R (Software)
Kategorie: Statistische Modellierung
Kategorie: Statistische Hypothesenprüfung
Kategorie: Wahrscheinlichkeitsrechnung und Statistik
Kategorie: Logistische Regression
Kategorie: Regressionsanalyse
Kategorie: Datenanalyse
Kategorie: Explorative Datenanalyse
Kategorie: Öffentliche Gesundheit
Kategorie: Statistische Analyse
Kategorie: Deskriptive Statistik
Kategorie: R Programmierung
Kategorie: Datenwrangling
Kategorie: Bewertung des Modells

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.

Dozenten

Victoria Cornelius
Imperial College London
2 Kurse20.166 Lernende

von

Bewertungen von Lernenden aus Statistische Analyse mit R für die öffentliche Gesundheit

Durchschnitt über alle 4 Kurse

  • 5 Sterne

    78,06 %

  • 4 Sterne

    17,10 %

  • 3 Sterne

    3,36 %

  • 2 Sterne

    0,96 %

  • 1 Stern

    0,50 %

HP
Kurs: Einführung in die Statistik & Datenanalyse im öffentlichen Gesundheitswesen

Geprüft am 5. Sep. 2020

AP
Kurs: Lineare Regression in R für das öffentliche Gesundheitswesen

Geprüft am 17. Mai 2023

PL
Kurs: Logistische Regression in R für die öffentliche Gesundheit

Geprüft am 27. Sep. 2020

Was führt Sie heute zu Coursera?

  • cplus logo

    Eignen Sie sich Fähigkeiten an, die ein Leben lang halten -- jetzt für 239 $

  • Coursera for Teams

    Verleihen Sie Ihrem Team neue Fähigkeiten

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.“

Häufig gestellte Fragen