Über diesen Kurs
27,375 kürzliche Aufrufe

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

You should know the basics of types of variables, distributions, hypothesis testing, p values and confidence intervals using R, though I'll recap.

Ca. 13 Stunden zum Abschließen

Empfohlen: 4 weeks of study 3-5 hours per week ...

Englisch

Untertitel: Englisch

Was Sie lernen werden

  • Check

    Describe when a linear regression model is appropriate to use

  • Check

    Read in and check a data set's variables using the software R prior to undertaking a model analysis

  • Check

    Fit a multiple linear regression model with interactions, check model assumptions and interpret the output

Kompetenzen, die Sie erwerben

Correlation And DependenceLinear RegressionR Programming
Kursteilnehmer, die sich für Course entscheiden, sind
  • Medical Doctors
  • Pharmacists
  • Biologists
  • Data Analysts
  • Data Scientists

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

You should know the basics of types of variables, distributions, hypothesis testing, p values and confidence intervals using R, though I'll recap.

Ca. 13 Stunden zum Abschließen

Empfohlen: 4 weeks of study 3-5 hours per week ...

Englisch

Untertitel: Englisch

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
5 Stunden zum Abschließen

INTRODUCTION TO LINEAR REGRESSION

7 Videos (Gesamt 34 min), 9 Lektüren, 5 Quiz
7 Videos
Pearson’s Correlation Part I3m
Pearson’s Correlation Part II6m
Intro to Linear Regression: Part I4m
Intro to Linear Regression: Part II3m
Linear Regression and Model Assumptions: Part I6m
Linear Regression and Model Assumptions: Part II5m
9 Lektüren
About Imperial College London & the Team10m
How to be successful in this course10m
Grading policy10m
Data set and Glossary10m
Additional Reading10m
Linear Regression Models: Behind the Headlines5m
Linear Regression Models: Behind the Headlines: Written Summary20m
Warnings and precautions for Pearson's correlation20m
Introduction to Spearman correlation15m
5 praktische Übungen
Linear Regression Models: Behind the Headlines10m
Correlations30m
Spearman Correlation20m
Practice Quiz on Linear Regression20m
End of Week Quiz20m
Woche
2
4 Stunden zum Abschließen

Linear Regression in R

3 Videos (Gesamt 11 min), 8 Lektüren, 2 Quiz
3 Videos
Fitting the linear regression3m
Multiple Regression4m
8 Lektüren
Recap on installing R10m
Assessing distributions and calculating the correlation coefficient in R 10m
Feedback10m
How to fit a regression model in R10m
Feedback15m
Fitting the Multiple Regression in R30m
Feedback10m
Summarising correlation and linear regression30m
2 praktische Übungen
Linear Regression20m
End of Week Quiz20m
Woche
3
4 Stunden zum Abschließen

Multiple Regression and Interaction

4 Videos (Gesamt 17 min), 9 Lektüren, 2 Quiz
4 Videos
Introduction to Key Dataset Features: Part II2m
Interactions between binary variables4m
Interactions between binary and continuous variables5m
9 Lektüren
How to assess key features of a dataset in R20m
How to check your data in R10m
Good Practice Steps20m
Practice with R: Run a Good Practice Analysis30m
Practice with R: Run Multiple Regression30m
Feedback10m
Practice with R: Running and interpreting a multiple regression30m
Feedback15m
Additional Reading10m
2 praktische Übungen
Fitting and interpreting model results20m
Interpretation of interactions20m
Woche
4
3 Stunden zum Abschließen

MODEL BUILDING

5 Videos (Gesamt 16 min), 7 Lektüren, 2 Quiz
5 Videos
Variable Selection3m
Developing a Model Building Strategy6m
Summary of developing a Model Building Strategy56
Summary of Course1m
7 Lektüren
Feedback10m
Further details of limitations of stepwise10m
How many predictors can I include?10m
Practice with R: Developing your model
Practice with R: Fitting the final model10m
Feedback on developing the model10m
Final R Code20m
2 praktische Übungen
Problems with automated approaches20m
End of Course Quiz20m
4.8
14 BewertungenChevron Right

50%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

Top-Bewertungen von Linear Regression in R for Public Health

von MWOct 4th 2019

The course was really great. The instructor explained the things in a lucid manner. Also the reading materials were great. Thank you so much for this course

von RMSep 22nd 2019

Excellent course. We get a lot of hands on training in building regression models and crystal clear concepts.

Dozenten

Avatar

Alex Bottle

Reader in Medical Statistics
School of Public Health
Avatar

Victoria Cornelius

Senior Lecturer in Medical Statistics and Clinical Trials

Beginnen Sie damit, auf Ihren Master-Abschluss hinzuarbeiten.

Dieses Kurs ist Teil des reinen Onlineabschlusses Global Master of Public Health von Imperial College London. Wenn Sie in das komplette Programm aufgenommen werden, werden Ihre Kurse auf Ihren Abschluss angerechnet.

Über Imperial College London

Imperial College London is a world top ten university with an international reputation for excellence in science, engineering, medicine and business. located in the heart of London. Imperial is a multidisciplinary space for education, research, translation and commercialisation, harnessing science and innovation to tackle global challenges. Imperial students benefit from a world-leading, inclusive educational experience, rooted in the College’s world-leading research. Our online courses are designed to promote interactivity, learning and the development of core skills, through the use of cutting-edge digital technology....

Über den Spezialisierung Statistische Analyse mit R im öffentlichen Gesundheitswesen

Statistics are everywhere. The probability it will rain today. Trends over time in unemployment rates. The odds that India will win the next cricket world cup. In sports like football, they started out as a bit of fun but have grown into big business. Statistical analysis also has a key role in medicine, not least in the broad and core discipline of public health. In this specialisation, you’ll take a peek at what medical research is and how – and indeed why – you turn a vague notion into a scientifically testable hypothesis. You’ll learn about key statistical concepts like sampling, uncertainty, variation, missing values and distributions. Then you’ll get your hands dirty with analysing data sets covering some big public health challenges – fruit and vegetable consumption and cancer, risk factors for diabetes, and predictors of death following heart failure hospitalisation – using R, one of the most widely used and versatile free software packages around. This specialisation consists of four courses – statistical thinking, linear regression, logistic regression and survival analysis – and is part of our upcoming Global Master in Public Health degree, which is due to start in September 2019. The specialisation can be taken independently of the GMPH and will assume no knowledge of statistics or R software. You just need an interest in medical matters and quantitative data....
Statistische Analyse mit R im öffentlichen Gesundheitswesen

Häufig gestellte Fragen

  • Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.

  • Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

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