Ce cours introduit les apprenants à l'analyse des résultats binaires/dichotomiques. Les apprenants se familiariseront avec les tests fondamentaux pour les comparaisons entre deux groupes et l'Inférence statistique, ainsi qu'avec la prédiction de manière plus générale à l'aide de la Régression logistique. Ils comprendront le lien entre la prévalence, les rapports de risque et les rapports de cotes. A la fin de ce cours, les étudiants seront capables de comprendre comment les résultats binaires apparaissent, comment utiliser R pour comparer les proportions entre deux groupes, comment ajuster les régressions logistiques dans R, comment faire des prédictions en utilisant la régression logistique, et comment évaluer la qualité de ces prédictions. Tous les concepts enseignés dans ce cours seront couverts par des modalités multiples : des conférences basées sur des diapositives, des pratiques de codage guidées avec l'instructeur, et des exercices indépendants mais structurés.

Régression logistique et prédiction pour les données de santé

Régression logistique et prédiction pour les données de santé
Ce cours fait partie de Spécialisation "Science des données pour la recherche en santé"


Instructeurs : Philip S. Boonstra
Inclus avec
Expérience recommandée
Ce que vous apprendrez
Comprendre comment les résultats binaires apparaissent et connaître la différence entre la prévalence, les rapports de risque et les rapports de cotes
Utiliser la régression logistique pour estimer et interpréter l'association entre un ou plusieurs prédicteurs et un résultat binaire
Comprendre les principes de l'utilisation de la régression logistique pour faire des prédictions et évaluer la qualité de ces prédictions
Compétences que vous acquerrez
- Catégorie : Régression logistique
- Catégorie : Méthodes statistiques
- Catégorie : Analyse des données
- Catégorie : Probabilités et statistiques
- Catégorie : Biostatistique
- Catégorie : Évaluation du modèle
- Catégorie : Statistiques descriptives
- Catégorie : Tests d'hypothèses statistiques
- Catégorie : Analyse prédictive
- Catégorie : Inférence statistique
- Catégorie : Analyse statistique
- Catégorie : Modélisation statistique
- Catégorie : Analyse de régression
- Catégorie : Modélisation prédictive
- Catégorie : Épidémiologie
Outils que vous découvrirez
- Catégorie : R Programmation
Détails à connaître

Ajouter à votre profil LinkedIn
7 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- 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
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.
Offert par
En savoir plus sur Analyse des données
Statut : Prévisualisation
Statut : Essai gratuitImperial College London
Statut : Prévisualisation
Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.

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
Plus de questions
Aide financière disponible,

