Imperial College London
Régression linéaire en R pour la santé publique
Imperial College London

Régression linéaire en R pour la santé publique

Alex Bottle
Victoria Cornelius

Instructeurs : Alex Bottle

16 007 déjà inscrits

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.8

(511 avis)

niveau Intermédiaire

Expérience recommandée

Planning flexible
Env. 15 heures
Apprenez à votre propre rythme
97%
La plupart des étudiants ont apprécié ce cours
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.8

(511 avis)

niveau Intermédiaire

Expérience recommandée

Planning flexible
Env. 15 heures
Apprenez à votre propre rythme
97%
La plupart des étudiants ont apprécié ce cours

Ce que vous apprendrez

  • Décrire les cas où il convient d'utiliser un modèle de régression linéaire

  • Lire et vérifier les variables d'un ensemble de données à l'aide du logiciel R avant d'entreprendre une analyse de modèle

  • Ajuster un modèle de régression linéaire multiple avec des interactions, vérifier les hypothèses du modèle et interpréter les résultats

Compétences que vous acquerrez

  • Catégorie : Corrélation et dépendance
  • Catégorie : Régression linéaire
  • Catégorie : La programmation en R

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

11 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation Analyse statistique avec R pour la santé publique
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • 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
Emplacement réservé
Emplacement réservé

Obtenez un certificat professionnel

Ajoutez cette qualification à votre profil LinkedIn ou à votre CV

Partagez-le sur les réseaux sociaux et dans votre évaluation de performance

Emplacement réservé

Il y a 4 modules dans ce cours

Avant de passer à l'exécution d'un modèle de régression, vous devez comprendre un concept connexe : la corrélation. Cette semaine, vous apprendrez ce que cela signifie et comment générer des coefficients de corrélation de Pearson et de Spearman dans R afin d'évaluer la force de l'association entre un facteur de risque ou un prédicteur et le résultat du patient. Vous serez ensuite initié à la régression linéaire et au concept d'hypothèses de modèle, une idée clé qui sous-tend une grande partie de l'analyse statistique.

Inclus

7 vidéos9 lectures5 devoirs2 sujets de discussion1 plugin

Vous découvrirez l'ensemble de données sur la BPCO que vous utiliserez tout au long du cours et effectuerez des analyses descriptives de base. Vous vous entraînerez également à exécuter des corrélations dans R. Ensuite, vous verrez comment exécuter un modèle de régression linéaire, d'abord avec un, puis avec plusieurs prédicteurs, et examinerez si les hypothèses du modèle se vérifient.

Inclus

3 vidéos8 lectures2 devoirs3 sujets de discussion

Vous verrez maintenant comment étendre le modèle de régression linéaire pour inclure des variables binaires et catégorielles en tant que variables prédictives et apprendrez à vérifier la corrélation entre les variables prédictives. Vous verrez ensuite comment les variables prédictives peuvent interagir entre elles et comment incorporer les termes d'interaction nécessaires dans le modèle et les interpréter. Différents types d'interactions existent et peuvent être difficiles à interpréter, c'est pourquoi nous irons doucement avec des exemples travaillés et des occasions de s'exercer.

Inclus

4 vidéos9 lectures2 devoirs

La dernière partie du cours examine comment construire un modèle de régression lorsque vous avez le choix des prédicteurs à y inclure. Elle décrit les procédures automatisées couramment utilisées pour la construction de modèles et vous montre pourquoi elles sont si problématiques. Enfin, vous aurez l'occasion d'ajuster quelques modèles en utilisant une approche plus défendable et plus robuste.

Inclus

5 vidéos7 lectures2 devoirs2 sujets de discussion1 plugin

Instructeurs

Évaluations de l’enseignant
4.9 (95 évaluations)
Alex Bottle
Imperial College London
6 Cours68 434 apprenants

Offert par

Recommandé si vous êtes intéressé(e) par Santé publique

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

4.8

511 avis

  • 5 stars

    82,58 %

  • 4 stars

    13,89 %

  • 3 stars

    2,15 %

  • 2 stars

    1,17 %

  • 1 star

    0,19 %

Affichage de 3 sur 511

SI
5

Révisé le 27 févr. 2021

PG
5

Révisé le 1 févr. 2021

AO
5

Révisé le 11 sept. 2023

Emplacement réservé

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions