An introduction to the statistics behind the most popular genomic data science projects. This is the sixth course in the Genomic Big Data Science Specialization from Johns Hopkins University.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Genomic Data Science
Statistics for Genomic Data Science
von
Über diesen Kurs
20,562 recent views
Kompetenzen, die Sie erwerben
StatisticsData AnalysisR ProgrammingBiostatistics
Lehrplan - Was Sie in diesem Kurs lernen werden
Woche
13 Stunden zum Abschließen
Module 1
This course is structured to hit the key conceptual ideas of normalization, exploratory analysis, linear modeling, testing, and multiple testing that arise over and over in genomic studies.
21 Videos (Gesamt 129 min), 3 Lektüren, 1 Quiz
21 Videos
Getting Help (3:44)3m
What is Data? (4:28)4m
Representing Data (5:23)5m
Module 1 Overview (1:07)1m
Reproducible Research (3:42)3m
Achieving Reproducible Research (5:02)5m
R Markdown (6:26)6m
The Three Tables in Genomics (2:10)2m
The Three Tables in Genomics (in R) (3:46)3m
Experimental Design: Variability, Replication, and Power (14:17)14m
Experimental Design: Confounding and Randomization (9:26)9m
Exploratory Analysis (9:21)9m
Exploratory Analysis in R Part I (7:22)7m
Exploratory Analysis in R Part II (10:07)10m
Exploratory Analysis in R Part III (7:26)7m
Data Transforms (7:31)7m
Clustering (8:43)8m
Clustering in R (9:09)9m
3 Lektüren
Syllabus10m
Pre Course Survey10m
Introduction and Materials10m
1 praktische Übung
Module 1 Quiz20m
Woche
22 Stunden zum Abschließen
Module 2
This week we will cover preprocessing, linear modeling, and batch effects.
14 Videos (Gesamt 97 min), 1 Quiz
14 Videos
Pre-processing and Normalization (11:26)11m
Quantile Normalization (in R) (4:49)4m
The Linear Model (6:50)6m
Linear Models with Categorical Covariates (4:08)4m
Adjusting for Covariates (4:16)4m
Linear Regression in R (13:03)13m
Many Regressions at Once (3:50)3m
Many Regressions in R (7:21)7m
Batch Effects and Confounders (7:11)7m
Batch Effects in R: Part A (8:18)8m
Batch Effects in R: Part B (3:50)3m
1 praktische Übung
Module 2 Quiz20m
Woche
32 Stunden zum Abschließen
Module 3
This week we will cover modeling non-continuous outcomes (like binary or count data), hypothesis testing, and multiple hypothesis testing.
15 Videos (Gesamt 86 min), 1 Quiz
15 Videos
GLMs in R (9:28)9m
Inference (4:18)4m
Null and Alternative Hypotheses (4:45)4m
Calculating Statistics (5:11)5m
Comparing Models (7:08)7m
Calculating Statistics in R9m
Permutation (3:26)3m
Permutation in R (3:33)3m
P-values (6:04)6m
Multiple Testing (8:25)8m
P-values and Multiple Testing in R: Part A (5:58)5m
P-values and Multiple Testing in R: Part B (4:23)4m
1 praktische Übung
Module 3 Quiz20m
Woche
42 Stunden zum Abschließen
Module 4
In this week we will cover a lot of the general pipelines people use to analyze specific data types like RNA-seq, GWAS, ChIP-Seq, and DNA Methylation studies.
14 Videos (Gesamt 74 min), 1 Lektüre, 1 Quiz
14 Videos
Gene Set Analysis in R (7:43)7m
The Process for RNA-seq (3:59)3m
The Process for Chip-Seq (5:25)5m
The Process for DNA Methylation (5:03)5m
The Process for GWAS/WGS (6:12)6m
Combining Data Types (eQTL) (6:04)6m
eQTL in R (10:36)10m
Researcher Degrees of Freedom (5:49)5m
Inference vs. Prediction (8:52)8m
Knowing When to Get Help (2:31)2m
Statistics for Genomic Data Science Wrap-Up (1:53)1m
1 Lektüre
Post Course Survey10m
1 praktische Übung
Module 4 Quiz10m
25%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
33%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
25%
erhalten Sie eine Gehaltserhöhung oder Beförderung
Top reviews from Statistics for Genomic Data Science
The professor is really enthusiasm, so I was really impreesed by him. And his teaching is brief, and I can learn key points through the lectures. Great course!
I have really enjoyed the course and I have learnt different concepts relevant for my current study.\n\nYurany
Dozent
Jeff Leek, PhD
Associate Professor, BiostatisticsBloomberg School of Public Health
Über Johns Hopkins University
The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world.
Über die Spezialisierung Genomic Data Science
This specialization covers the concepts and tools to understand, analyze, and interpret data from next generation sequencing experiments. It teaches the most common tools used in genomic data science including how to use the command line, Python, R, Bioconductor, and Galaxy. The sequence is a stand alone introduction to genomic data science or a perfect compliment to a primary degree or postdoc in biology, molecular biology, or genetics.
To audit Genomic Data Science courses for free, visit https://www.coursera.org/jhu, click the course, click Enroll, and select Audit.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
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.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
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.
Wie erfolgen Rückerstattungen?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
Coursera arbeitet mit erstklassigen Universitäten und Organisationen zusammen, um Online-Kurse anzubieten und dadurch universellen Zugriff auf die weltweit beste Ausbildung zu ermöglichen.
© 2019 Coursera Inc. Alle Rechte vorbehalten.
