Über diesen Kurs

10,642 kürzliche Aufrufe

Karriereergebnisse der Lernenden

33%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

20%

erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 12 Stunden zum Abschließen
Englisch
Untertitel: Englisch

Kompetenzen, die Sie erwerben

StatisticsStatistical Hypothesis TestingBiostatistics

Karriereergebnisse der Lernenden

33%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

20%

erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 12 Stunden zum Abschließen
Englisch
Untertitel: Englisch

von

Placeholder

Johns Hopkins University

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

3 Stunden zum Abschließen

Hypothesis Testing

3 Stunden zum Abschließen
12 Videos (Gesamt 121 min), 1 Lektüre, 2 Quiz
12 Videos
More Hypothesis Testing12m
General Rules of Hypothesis Testing13m
Two-sided Tests9m
Confidence Intervals & P Values13m
Power2m
Calculating Power8m
T Tests & Monte Carlo14m
Two Sample Tests - Matched Data I6m
Two Sample Tests - Matched Data II8m
Two Sample Tests - Regression to the Mean12m
Two Sample Tests - Two Independent Groups17m
1 Lektüre
Syllabus10m
2 praktische Übungen
Module 1 Homework (Not counted toward final grade)30m
Module 1 Quiz30m
Woche
2

Woche 2

2 Stunden zum Abschließen

Two Binomials

2 Stunden zum Abschließen
8 Videos (Gesamt 75 min)
8 Videos
Two Sample Binomial Tests - Exact Tests9m
Two Sample Binomial Tests - Comparing 2 Binomial Proportions17m
Relative Risks & Odds Ratios - Relative Measures4m
Relative Risks & Odds Ratios - The Relative Risk8m
Relative Risks & Odds Ratios - The Odds Ratio7m
Delta Method4m
Delta Method & Derivation9m
2 praktische Übungen
Module 2 Homework30m
Module 2 Quiz30m
Woche
3

Woche 3

3 Stunden zum Abschließen

Discrete Data Settings

3 Stunden zum Abschließen
7 Videos (Gesamt 98 min)
7 Videos
Hyper-Geometric Distribution8m
Fisher's Exact Text in Practice & Monte Carlo16m
Chi Squared Testing16m
Testing Independence10m
Generalization22m
Goodness of Fit Testing11m
2 praktische Übungen
Module 3 Homework30m
Module 3 Quiz30m
Woche
4

Woche 4

4 Stunden zum Abschließen

Techniques

4 Stunden zum Abschließen
16 Videos (Gesamt 153 min)
16 Videos
Simpson's Paradox, more examples9m
Weighting8m
CMH test15m
Case Control Sampling13m
Exact inference for The Odds Ratio8m
Matched 2x2 Tables3m
Dependence and Marginal Homogeneity8m
Estimation of the Marginal Difference in Proportions4m
Odds and Ends for Matched 2x2 Tables14m
the sign test7m
the sign rank test10m
the rank sum test12m
Poisson distribution9m
Poisson likelihood9m
Poisson P-value calculation7m
2 praktische Übungen
Module 4 Homework30m
Module 4 Quiz30m

Bewertungen

Top-Bewertungen von MATHEMATICAL BIOSTATISTICS BOOT CAMP 2

Alle Bewertungen anzeigen

Über den Spezialisierung Advanced Statistics for Data Science

Fundamental concepts in probability, statistics and linear models are primary building blocks for data science work. Learners aspiring to become biostatisticians and data scientists will benefit from the foundational knowledge being offered in this specialization. It will enable the learner to understand the behind-the-scenes mechanism of key modeling tools in data science, like least squares and linear regression. This specialization starts with Mathematical Statistics bootcamps, specifically concepts and methods used in biostatistics applications. These range from probability, distribution, and likelihood concepts to hypothesis testing and case-control sampling. This specialization also linear models for data science, starting from understanding least squares from a linear algebraic and mathematical perspective, to statistical linear models, including multivariate regression using the R programming language. These courses will give learners a firm foundation in the linear algebraic treatment of regression modeling, which will greatly augment applied data scientists' general understanding of regression models. This specialization requires a fair amount of mathematical sophistication. Basic calculus and linear algebra are required to engage in the content....
Advanced Statistics for Data Science

Häufig gestellte Fragen

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..