Ce cours offre aux apprenants un premier regard sur le monde de la modélisation statistique. Il commence par une vue d'ensemble des différentes philosophies sur la question "qu'est-ce qu'un modèle statistique" et introduit les apprenants aux idées fondamentales de l'Inférence statistique traditionnelle et du raisonnement. Les apprenants verront pour la première fois le très populaire Test t et approfondiront la Régression linéaire. Ils apprendront également à ajuster et à interpréter des modèles de régression pour un résultat continu avec des prédicteurs multiples. Tous les concepts enseignés dans ce cours seront couverts par des modalités multiples : des conférences basées sur des diapositives, des pratiques de codage guidées avec l'instructeur, et des exercices indépendants mais structurés.
Modélisation de la régression linéaire pour les données de santé
Modélisation de la régression linéaire pour les données de santé
Ce cours fait partie de Spécialisation "Science des données pour la recherche en santé"
Instructeurs : Philip S. Boonstra
Inclus avec
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 : Modélisation statistique
- Catégorie : Méthodes statistiques
- Catégorie : Échantillonnage (statistiques)
- Catégorie : Modélisation prédictive
- Catégorie : Analyse statistique
- Catégorie : Statistiques
- Catégorie : Inférence statistique
- Catégorie : Analyse de corrélation
- Catégorie : Probabilités et statistiques
- Catégorie : Analyse de régression
- Catégorie : Tests d'hypothèses statistiques
- Catégorie : Analyse des données
Outils que vous découvrirez
- Catégorie : Logiciel statistique
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
9 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
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
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.
Offert par
En savoir plus sur Analyse des données
Duke University
Johns Hopkins University
Imperial College London
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.’
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Foire Aux Questions
Plus de questions
Aide financière disponible,