University of Michigan

Modélisation de la régression linéaire pour les données de santé

Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant

University of Michigan

Modélisation de la régression linéaire pour les données de santé

Ce cours fait partie de Spécialisation "Science des données pour la recherche en santé"

Philip S. Boonstra
Bhramar Mukherjee

Instructeurs : Philip S. Boonstra

Inclus avec Coursera Plus

En savoir plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

1 semaine à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

1 semaine à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Connaître le concept de modélisation statistique et les bases de l'Inférence statistique

  • Reconnaître, ajuster et interpréter un modèle de régression linéaire simple

  • Développer son intuition pour ajuster et interpréter un modèle de régression multiple

Compétences que vous acquerrez

  • Catégorie : Inférence statistique
  • Catégorie : Probabilités et statistiques
  • Catégorie : Méthodes statistiques
  • Catégorie : Échantillonnage (statistiques)
  • Catégorie : Analyse de corrélation
  • Catégorie : Statistiques
  • Catégorie : Tests d'hypothèses statistiques
  • Catégorie : Analyse de régression
  • Catégorie : Modélisation statistique
  • Catégorie : Analyse statistique
  • Catégorie : Analyse des données
  • Catégorie : Modélisation prédictive

Outils que vous découvrirez

  • Catégorie : Logiciel statistique

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

9 devoirs

Enseigné en Anglais

91%

of learners achieved a positive career outcome

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires
logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Science des données pour la recherche en santé"
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable

Il y a 3 modules dans ce cours

Ce module vous donne un premier aperçu du monde de la modélisation statistique. Il commence par un aperçu de haut niveau des différentes philosophies sur la question "qu'est-ce qu'un modèle statistique" et vous introduit aux idées fondamentales de l'inférence et du raisonnement statistiques traditionnels. À la fin du module, vous aurez une compréhension préliminaire de termes importants tels que le principe "échantillon-population" (STOP), la variation d'échantillonnage et les mesures de l'incertitude statistique. Vous aurez également un premier aperçu du très populaire test t.

Inclus

11 vidéos7 lectures3 devoirs3 sujets de discussion

Ce module vous permet d'aller au-delà du test t et d'aborder la régression linéaire. À la fin du module, vous comprendrez comment la régression linéaire est une généralisation du test t.

Inclus

13 vidéos6 lectures4 devoirs2 sujets de discussion

L'une des principales raisons pour lesquelles la régression linéaire est si puissante est qu'elle permet d'ajuster plusieurs variables prédictives en même temps. Dans le module 3, vous apprendrez à ajuster des modèles de régression pour des prédicteurs multiples. Vous verrez comment interpréter le modèle obtenu et comment l'utiliser pour répondre à différentes questions sur vos données.

Inclus

8 vidéos3 lectures2 devoirs1 sujet de discussion

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeurs

Philip S. Boonstra
University of Michigan
4 Cours4 563 apprenants

Offert par

University of Michigan

En savoir plus sur Analyse des données

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Foire Aux Questions

Plus de questions

Aide financière disponible,