Dieser Kurs befasst sich mit den Konzepten und Werkzeugen für eine reproduzierbare Berichterstattung über moderne Datenanalysen. Reproduzierbare Forschung bedeutet, dass Datenanalysen und ganz allgemein wissenschaftliche Behauptungen mit ihren Daten und ihrem Softwarecode veröffentlicht werden, damit andere die Ergebnisse überprüfen und darauf aufbauen können. Der Bedarf an Reproduzierbarkeit nimmt dramatisch zu, da die Datenanalysen immer komplexer werden und größere Datensätze und anspruchsvollere Berechnungen beinhalten. Die Reproduzierbarkeit ermöglicht es den Menschen, sich auf den eigentlichen Inhalt einer Datenanalyse zu konzentrieren und nicht auf oberflächliche Details, die in einer schriftlichen Zusammenfassung berichtet werden. Darüber hinaus macht die Reproduzierbarkeit eine Analyse für andere nützlicher, da die Daten und der Code, mit dem die Analyse durchgeführt wurde, verfügbar sind. In diesem Kurs werden wir uns mit den Werkzeugen für statistische Analysen befassen, die es ermöglichen, Datenanalysen in einem einzigen Dokument zu veröffentlichen, so dass andere die gleiche Analyse leicht durchführen können, um die gleichen Ergebnisse zu erhalten.
Reproduzierbare Forschung
Dieser Kurs ist Teil mehrerer Programme.
Dozenten: Roger D. Peng, PhD
105.576 bereits angemeldet
Bei 
enthalten
(4,174 Bewertungen)
Was Sie lernen werden
Organisieren Sie die Datenanalyse, um sie besser reproduzierbar zu machen
Schreiben Sie eine reproduzierbare Datenanalyse mit knitr
Bestimmen Sie die Reproduzierbarkeit des Analyseprojekts
Veröffentlichen Sie reproduzierbare Webdokumente mit Markdown
Kompetenzen, die Sie erwerben
- Kategorie: Knitr
- Kategorie: Datenanalyse
- Kategorie: R-Programmierung
- Kategorie: Auszeichnungssprache
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
2 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 4 Module
In dieser Woche werden wir uns mit den grundlegenden Ideen der reproduzierbaren Forschung befassen, da sie einigen von Ihnen vielleicht nicht geläufig sind. Wir behandeln auch die Strukturierung und Organisation einer Datenanalyse, um sie reproduzierbar zu machen. Ich empfehle Ihnen, die Videos in der Reihenfolge anzuschauen, in der sie auf der Webseite aufgelistet sind, aber es schadet nicht, wenn Sie die Videos nicht in der richtigen Reihenfolge anschauen.
Das ist alles enthalten
9 Videos4 Lektüren1 Aufgabe
Diese Woche behandeln wir einige der wichtigsten Tools für die Entwicklung reproduzierbarer Dokumente. Wir befassen uns mit dem Programmierwerkzeug knitr und zeigen, wie Sie es mit Markdown integrieren, um reproduzierbare Webdokumente zu veröffentlichen. Außerdem stellen wir Ihnen die erste Peer-Bewertung vor, bei der Sie eine reproduzierbare Datenanalyse mit knitr verfassen müssen.
Das ist alles enthalten
9 Videos1 Aufgabe1 peer review
Diese Woche geht es um das, was man eine grundlegende Checkliste nennen könnte, um sicherzustellen, dass eine Datenanalyse reproduzierbar ist. Es reicht zwar nicht aus, die Checkliste zu befolgen, aber sie bietet einen notwendigen Mindeststandard, der auf fast jeden Bereich der Analyse anwendbar ist.
Das ist alles enthalten
10 Videos
Diese Woche können Sie sich zwei Fallstudien über die Bedeutung der Reproduzierbarkeit in der Wissenschaft ansehen.
Das ist alles enthalten
5 Videos1 Lektüre1 peer review
Dozenten
Empfohlen, wenn Sie sich für Datenanalyse interessieren
Johns Hopkins University
Johns Hopkins University
Emory University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
4.174 Bewertungen
- 5 stars
68,68 %
- 4 stars
22,95 %
- 3 stars
5,67 %
- 2 stars
1,62 %
- 1 star
1,05 %
Zeigt 3 von 4174 an
Geprüft am 30. März 2022
I took this course as part of the Data Science specialization without any real expectation and realized that this subject is probably one of the most important in data analysis.
Geprüft am 22. Mai 2016
it shows how to better communicate one analysis and i have learnt a lot from it. the lectures should be updated as some details and figures were irrelevant a this time
Geprüft am 14. Nov. 2018
I always knew documentation was important but never liked it. This course showed me just how important it was and showed me just how easy it is to do with tools like knitr.
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.