Logistic Regression and Prediction for Health Data

Logistic Regression and Prediction for Health Data

Ce cours fait partie de Spécialisation "Data Science for Health Research"

Instructeurs : Philip S. Boonstra

Inclus avec

3 modules

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

niveau Intermédiaire

Expérience recommandée

1 semaine à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

3 modules

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

niveau Intermédiaire

Expérience recommandée

1 semaine à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

Understand how binary outcomes arise and know the difference between prevalence, risk ratios, and odds ratios
Use logistic regression to estimate and interpret the association between one or more predictors and a binary outcome
Understand the principles for using logistic regression to make predictions and assessing the quality of those predictions

Compétences que vous acquerrez

Catégorie : Predictive Analytics
Catégorie : Statistical Hypothesis Testing
Catégorie : Epidemiology
Catégorie : Biostatistics
Catégorie : Descriptive Statistics
Catégorie : Statistical Inference
Catégorie : Data Analysis
Catégorie : Predictive Modeling
Catégorie : Statistical Methods
Catégorie : Statistical Analysis
Catégorie : Statistical Modeling
Catégorie : Probability & Statistics
Catégorie : Logistic Regression
Catégorie : Regression Analysis
Catégorie : Model Evaluation

Outils que vous découvrirez

Catégorie : R Programming

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

7 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Data Science for Health Research"

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

Il y a 3 modules dans ce cours

This course introduces learners to the analysis of binary/dichotomous outcomes. Learners will become familiar with fundamental tests for two-group comparisons and statistical inference plus prediction more broadly using logistic regression. They will understand the connection between prevalence, risk ratios, and odds ratios. By the end of this course, learners will be able to understand how binary outcomes arise, how to use R to compare proportions between two groups, how to fit logistic regressions in R, how to make predictions using logistic regression, and how to assess the quality of these predictions. All concepts taught in this course will be covered with multiple modalities: slide-based lectures, guided coding practice with the instructor, and independent but structured exercises.

This module introduces you to binary outcomes, including how they arise, how to calculate proportions, and how to compare proportions between two groups.

Inclus

11 vidéos8 lectures2 devoirs3 sujets de discussion

11 vidéosTotal 80 minutes

Data Science for Health Research: Specialization Introduction6 minutes
How and When Binary Outcomes Can Arise7 minutes
A Need for Models Beyond Linear Regression4 minutes
Binary Outcomes, Comparing Between Two Groups (Part 1)10 minutes
Binary Outcomes, Comparing Between Two groups (part 2)6 minutes
Binary Outcomes, Comparing Between Two groups (part 3)2 minutes
Guided Practice: Z-Test15 minutes
Guided Practice: Fisher's Exact Test13 minutes
Analyzing a Binary Outcome and Binary Exposure with the Odds Ratio6 minutes
Interpreting the Odds Ratio5 minutes
2x2 Example: The WCGS Cardiovascular Study6 minutes

8 lecturesTotal 73 minutes

Meet Your Instructors3 minutes
Welcome & Course Syllabus10 minutes
Pre-Course Survey10 minutes
Introduction To and How To Use Independent Guides 10 minutes
Introduction to the BPUrban Data10 minutes
1.2 Independent Guide10 minutes
1.2 Discussion Prompt Suggested Answer10 minutes
End of Module 1 Discussion Prompt Suggested Answer10 minutes

2 devoirsTotal 90 minutes

1.2 Practice Quiz30 minutes
Module 1 Quiz60 minutes

3 sujets de discussionTotal 30 minutes

Meet Your Fellow Global Classmates10 minutes
1.2 Discussion Prompt10 minutes
End of Module 1 Discussion Prompt10 minutes

In this module, you will be introduced to the ubiquitous logistic regression, one of the most common tools for measuring the association between one or more predictors and a binary outcome.

Inclus

11 vidéos2 lectures3 devoirs

11 vidéosTotal 80 minutes

Limitations of the 2x2 Table Analysis2 minutes
Logistic Regression: A First Look7 minutes
Visualizing and Interpreting a Logistic Regression9 minutes
Revising the 2x2 Example: WCGS Cardiovascular Study6 minutes
Guided practice: Fitting a Simple Logistic Regression Against One Variable11 minutes
Extending the WCGS Cardiovascular Model with Multivariable Logistic Regression7 minutes
Prediction with Multivariable Logistic Regression5 minutes
Logistic Regression: A Recap and Review7 minutes
Guided Practice: Fitting a Logistic Regression Against More Than One Variable7 minutes
Guided Practice: Calculating Predicted Probabilities11 minutes
Guided Practice: Visualizing a Fitted Logistic Regression Model7 minutes

2 lecturesTotal 20 minutes

2.1 Independent Guide10 minutes
2.2 Independent Guide10 minutes

3 devoirsTotal 90 minutes

2.1 Practice Quiz30 minutes
2.2 Practice Quiz30 minutes
Module 2 Quiz30 minutes

This module introduces you to tools for assessing the quality of a fitted logistic regression model.

Inclus

16 vidéos3 lectures2 devoirs1 sujet de discussion

16 vidéosTotal 120 minutes

Why Do We Need to Assess Predictions? 4 minutes
Extracting Probabilities from a Logistic Regression4 minutes
How Do We Determine if Predicted Probabilities are "Good"?4 minutes
Model Calibration9 minutes
Hosmer-Lemeshow Test6 minutes
Model Discrimination10 minutes
Changing the Cutpoint Changes Sensitivity and Specificity4 minutes
Receiver Operating Characteristic (ROC) Curve6 minutes
Area Under the ROC Curve (AUC)5 minutes
AUC Example: Risk of Coronary Heart Disease4 minutes
Brier Score3 minutes
Cross Validation6 minutes
Guided Practice: Assessing the Predictive Ability of Logistic Regression Models19 minutes
Guided Practice: ROC and AUC11 minutes
Guided Practice: Brier Score10 minutes
Case Study: Treatment of Testicular Cancer17 minutes

3 lecturesTotal 25 minutes

3.3 Independent Guide10 minutes
End of Module 3 Discussion Prompt Suggested Answer10 minutes
Post-Course Survey5 minutes

2 devoirsTotal 60 minutes

3.3 Practice Quiz30 minutes
Module 3 Quiz30 minutes

1 sujet de discussionTotal 10 minutes

End of Module 3 Discussion Prompt10 minutes

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeurs

Philip S. Boonstra

University of Michigan

4 Cours4 490 apprenants

Offert par

University of Michigan

En savoir plus sur Data Analysis

Statut : Prévisualisation
EDUCBA
Logistic Regression with R: Build & Predict
Cours
Statut : Essai gratuit
Imperial College London
Logistic Regression in R for Public Health
Cours
Statut : Prévisualisation
EDUCBA
Logistic Regression Fundamentals: Analyze & Predict
Cours
Statut : Essai gratuit
SAS
Predictive Modeling with Logistic Regression using SAS
Cours

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.’

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

Découvrir les diplômes

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

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.