Ce cours introduit les apprenants à l'analyse des résultats binaires/dichotomiques. Les apprenants se familiariseront avec les tests fondamentaux pour les comparaisons entre deux groupes et l'Inférence statistique, ainsi qu'avec la prédiction de manière plus générale à l'aide de la Régression logistique. Ils comprendront le lien entre la prévalence, les rapports de risque et les rapports de cotes. A la fin de ce cours, les étudiants seront capables de comprendre comment les résultats binaires apparaissent, comment utiliser R pour comparer les proportions entre deux groupes, comment ajuster les régressions logistiques dans R, comment faire des prédictions en utilisant la régression logistique, et comment évaluer la qualité de ces prédictions. 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.

Régression logistique et prédiction 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

Régression logistique et prédiction 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
Expérience recommandée
Ce que vous apprendrez
Comprendre comment les résultats binaires apparaissent et connaître la différence entre la prévalence, les rapports de risque et les rapports de cotes
Utiliser la régression logistique pour estimer et interpréter l'association entre un ou plusieurs prédicteurs et un résultat binaire
Comprendre les principes de l'utilisation de la régression logistique pour faire des prédictions et évaluer la qualité de ces prédictions
Compétences que vous acquerrez
- Catégorie : Modélisation prédictive
- Catégorie : Statistiques descriptives
- Catégorie : Probabilités et statistiques
- Catégorie : Analyse statistique
- Catégorie : Régression logistique
- Catégorie : Analyse des données
- Catégorie : Biostatistique
- Catégorie : Modélisation statistique
- Catégorie : Inférence statistique
- Catégorie : Méthodes statistiques
- Catégorie : Tests d'hypothèses statistiques
- Catégorie : Analyse prédictive
- Catégorie : Épidémiologie
- Catégorie : Évaluation du modèle
- Catégorie : Analyse de régression
Outils que vous découvrirez
- Catégorie : R Programmation
Détails à connaître

Ajouter à votre profil LinkedIn
7 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- 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
Statut : Prévisualisation
Statut : Essai gratuitImperial College London
Statut : Prévisualisation
Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Foire Aux Questions
Plus de questions
Aide financière disponible,




